期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于无梯度进化的神经架构搜索算法研究综述
被引量：
6
1
作者
尚迪
雅
孙华
+1 位作者
洪振厚
曾庆亮
《计算机工程》
CAS
CSCD
北大核心
2020年第9期16-26,共11页
自动化深度学习是目前深度学习领域的研究热点,神经架构搜索算法是实现自动化深度学习的主要方法之一,该类算法可以通过对搜索空间、搜索策略或优化策略进行不同定义来自动设计神经网络结构。阐述进化算法和进化神经网络的发展历程,分...
自动化深度学习是目前深度学习领域的研究热点,神经架构搜索算法是实现自动化深度学习的主要方法之一,该类算法可以通过对搜索空间、搜索策略或优化策略进行不同定义来自动设计神经网络结构。阐述进化算法和进化神经网络的发展历程,分类介绍以进化算法为搜索策略实现神经架构搜索的方法和过程,并比较基于进化算法的不同神经架构搜索算法的特点和现状,在此基础上,对神经架构搜索算法的搜索空间、搜索策略以及算法的未来发展方向进行探讨和展望。
展开更多
关键词
神经架构搜索
自动化深度学习
进化算法
搜索策略
进化神经网络
下载PDF
职称材料
基于ResNeXt和WGAN网络的单图像超分辨率重建
被引量：
3
2
作者
曾庆亮
南方哲
+1 位作者
尚迪
雅
孙华
《计算机应用研究》
CSCD
北大核心
2020年第12期3815-3819,共5页
为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN...
为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上所提模型相较于现有单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。
展开更多
关键词
单图像超分辨率重建
ResNeXt
WGAN
深度学习
下载PDF
职称材料
题名
基于无梯度进化的神经架构搜索算法研究综述
被引量：
6
1
作者
尚迪
雅
孙华
洪振厚
曾庆亮
机构
新疆大学软件学院软件工程技术重点实验室
深圳大学光电工程学院光电子器件与系统教育部/广东省重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第9期16-26,共11页
基金
新疆维吾尔自治区自然科学基金(2015211C263)。
文摘
自动化深度学习是目前深度学习领域的研究热点,神经架构搜索算法是实现自动化深度学习的主要方法之一,该类算法可以通过对搜索空间、搜索策略或优化策略进行不同定义来自动设计神经网络结构。阐述进化算法和进化神经网络的发展历程,分类介绍以进化算法为搜索策略实现神经架构搜索的方法和过程,并比较基于进化算法的不同神经架构搜索算法的特点和现状,在此基础上,对神经架构搜索算法的搜索空间、搜索策略以及算法的未来发展方向进行探讨和展望。
关键词
神经架构搜索
自动化深度学习
进化算法
搜索策略
进化神经网络
Keywords
neural architecture search
automated deep learning
evolutionary algorithm
search strategy
evolutionary neural network
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于ResNeXt和WGAN网络的单图像超分辨率重建
被引量：
3
2
作者
曾庆亮
南方哲
尚迪
雅
孙华
机构
新疆大学软件学院
出处
《计算机应用研究》
CSCD
北大核心
2020年第12期3815-3819,共5页
基金
新疆维吾尔自治区自然科学基金资助项目(2015211C263)
新疆维吾尔自治区研究生创新项目(XJ2019G069,XJ2019G072)。
文摘
为解决现有基于生成对抗网络的单图像超分辨率重建模型SRGAN网络训练不稳定、学习速率慢等问题,提出了一种基于ResNeXt和WGAN的单图像超分辨率重建模型Res_SRGAN。该模型参考ResNeXt网络结构构造生成器,降低了生成器的复杂度,仅为SRGAN的1/8;通过WGAN来构造判别器解决了SRGAN模型不稳定的问题;实验结果表明,在四个公开数据集上所提模型相较于现有单图像超分辨率重建模型在主客观评价中均取得了更加优越的性能。
关键词
单图像超分辨率重建
ResNeXt
WGAN
深度学习
Keywords
single image super-resolution reconstruction
ResNeXt
Wasserstein GANC(WGAN)
deep learning
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于无梯度进化的神经架构搜索算法研究综述
尚迪
雅
孙华
洪振厚
曾庆亮
《计算机工程》
CAS
CSCD
北大核心
2020
6
下载PDF
职称材料
2
基于ResNeXt和WGAN网络的单图像超分辨率重建
曾庆亮
南方哲
尚迪
雅
孙华
《计算机应用研究》
CSCD
北大核心
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
