深度时空推理网络中的相变现象及其抗噪性能研究
在人工智能领域中有很多问题存在着相变现象,而相变现象与问题本身结构有很大关系。通过实验发现深度时空推理网络在处理带有高斯噪声的数据时,网络的识别率会随着噪声的程度增加发生相变现象,即从90%以上突然骤减为0。对这种深度学习神经网络进行网络结构本身进行研究,发现当参数值在一定范围时,这种深度学习神经网络的识别率会发生相变现象,分析原因,提出一种方法来提高深度时空推理网络的抗噪性能,并提出有待解决的问题。
DeSTIN网络、深度学习、相变、神经网络、高斯噪声
TP391(计算技术、计算机技术)
2014-04-03(万方平台首次上网日期,不代表论文的发表时间)
共7页
829-835