深度学习:开启大数据时代的钥匙
随着大数据时代的到来,基于深度学习技术的机器学习方法被用于有效地分析和处理这些数据。本文首先概述了深度学习技术的由来,对比了浅层结构与深度结构模型的差异,分析了深度结构模型在大数据应用中的优势;认为深度学习取得成功的条件是,大规模训练数据集的支撑、先进的硬件平台支持、新的优化技术的提出;基于计算机视觉应用,从有监督特征学习和无监督特征学习两个方面分别介绍了当前深度学习研究的现状和典型的深度结构模型的基本原理和主要应用;针对当前深度学习的发展现状,总结了深度学习研究存在的挑战和未来的研究方向。
深度学习、卷积神经网络、深度置信网、波尔兹曼机、自编码模型
TP39(计算技术、计算机技术)
国家自然科学基金61373076,61202143;厦门大学中央高校项目2013121026,2011121052;厦门市科技重点项目3502Z20123017;贵州省科技厅联合基金黔科合J字LKS[2013]31号
2014-10-17(万方平台首次上网日期,不代表论文的发表时间)
共11页
233-243