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
共找到2,909篇文章
< 1 2 … 146 >
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：
基于迁移学习的噪声鲁棒语音识别声学建模 被引量：5
1
作者 易江燕 陶建华 +1 位作者 刘斌 温正棋 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2018年第1期55-60,共6页
为了提高噪声环境下语音识别系统的鲁棒性,提出了一种基于迁移学习的声学建模方法。该方法用干净语音的声学模型（老师模型）指导带噪语音的声学模型（学生模型）进行训练。学生模型在训练过程中,尽量使其逼近老师模型的后验概率分布。... 为了提高噪声环境下语音识别系统的鲁棒性,提出了一种基于迁移学习的声学建模方法。该方法用干净语音的声学模型（老师模型）指导带噪语音的声学模型（学生模型）进行训练。学生模型在训练过程中,尽量使其逼近老师模型的后验概率分布。学生模型和老师模型间的后验概率分布差异通过相对熵（KL divergence）加以最小化。CHiME-2数据集上的实验结果表明,该方法的平均词错率（WER）比基线的绝对下降了7.29%,比CHiME-2竞赛第一名的绝对下降了3.92%。 展开更多
关键词 鲁棒语音识别 声学模型 神经网络 迁移学习
原文传递
一种基于差分进化改进的深度神经网络并行化方法 被引量：4
2
作者 朱光宇 谢在鹏 朱跃龙 《小型微型计算机系统》 CSCD 北大核心 2020年第11期2249-2255,共7页
深度神经网络在多个领域应用广泛,但随着数据量的增长以及模型复杂度的提高,造成的影响是训练效率和模型精度的下降,对于深度神经网络的并行化研究可以有效解决这一问题.在现有分布式环境下进行数据并行化训练是神经网络并行化的一种有... 深度神经网络在多个领域应用广泛,但随着数据量的增长以及模型复杂度的提高,造成的影响是训练效率和模型精度的下降,对于深度神经网络的并行化研究可以有效解决这一问题.在现有分布式环境下进行数据并行化训练是神经网络并行化的一种有效方案,但其存在全局模型精度不佳、节点计算能力不平衡的问题.针对以上问题,本文提出了一种基于差分进化改进的深度神经网络并行化方法DE-DNN.DE-DNN利用差分进化方法对并行训练过程中获取全局模型的关键步骤进行改进和优化;同时提出一种基于批处理的自适应数据分配算法BSDA,减少并行训练过程中由于计算节点能力不平衡而造成的节点额外等待时间.实验基于NiN深度网络模型对本文提出的方法进行了实现并在CIFAR-10和CIFAR-100数据集上进行测试.实验结果表明,DE-DNN可以有效提高并行训练过程中全局模型的分类准确率,加快收敛速度;BSDA数据分配算法能够合理根据各节点的计算能力分配适量数据,减少训练过程中因节点等待产生的额外时间开销. 展开更多
关键词 深度神经网络 并行化 差分进化 自适应
下载PDF
深度学习研究综述 被引量：380
3
作者 尹宝才 王文通 王立春 《北京工业大学学报》 CAS CSCD 北大核心 2015年第1期48-59,共12页
鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总结,综述了不同类型深度网络的结构及特点.首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概述了前馈深度网络、反馈深度网络... 鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总结,综述了不同类型深度网络的结构及特点.首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概述了前馈深度网络、反馈深度网络和双向深度网络3类主流深度学习算法的网络结构和训练方法;最后介绍了深度学习算法在不同数据处理中的最新应用现状及其发展趋势.可以看到:深度学习在不同应用领域都取得了明显的优势,但仍存在需要进一步探索的问题,如无标记数据的特征学习、网络模型规模与训练速度精度之间的权衡、与其他方法的融合等. 展开更多
关键词 深度学习 深度神经网络 卷积神经网络 反卷积网络 深度玻尔兹曼机
下载PDF
基于GRU-NN模型的短期负荷预测方法 被引量：177
4
作者 王增平 赵兵 +2 位作者 纪维佳 高欣 李晓兵 《电力系统自动化》 EI CSCD 北大核心 2019年第5期53-62,共10页
目前基于统计分析和机器学习的预测方法难以同时兼顾负荷数据的时序性和非线性特点。文中提出了一种基于GRU-NN模型的短期电力负荷预测方法。该方法基于深度学习思想处理不同类型的负荷影响因素,引入门控循环单元(GRU)网络处理具有时序... 目前基于统计分析和机器学习的预测方法难以同时兼顾负荷数据的时序性和非线性特点。文中提出了一种基于GRU-NN模型的短期电力负荷预测方法。该方法基于深度学习思想处理不同类型的负荷影响因素,引入门控循环单元(GRU)网络处理具有时序性特点的历史负荷序列,建模学习负荷数据内部动态变化规律,其输出结果与其他外部影响因素(天气、日类型等)融合为新的输入特征,使用深度神经网络进行处理,整体分析特征与负荷变化的内在联系,最后完成负荷预测。以美国某公共事业部门提供的公开数据集和中国某地区的负荷数据作为实际算例,该方法预测精度分别达到了97.30%和97.12%,并与长短期记忆神经网络、多层感知机以及GRU神经网络方法进行对比,实验结果表明所提方法具有更高的预测精度和更快的预测速度。 展开更多
关键词 电力系统 短期负荷预测 门控循环单元 深度神经网络
下载PDF
深度学习研究与进展 被引量：132
5
作者 孙志远 鲁成祥 +1 位作者 史忠植 马刚 《计算机科学》 CSCD 北大核心 2016年第2期1-8,共8页
深度学习是机器学习领域一个新兴的研究方向,它通过模仿人脑结构,实现对复杂输入数据的高效处理,智能地学习不同的知识,而且能够有效地解决多类复杂的智能问题。近年来,随着深度学习高效学习算法的出现,机器学习界掀起了研究深度学习理... 深度学习是机器学习领域一个新兴的研究方向,它通过模仿人脑结构,实现对复杂输入数据的高效处理,智能地学习不同的知识,而且能够有效地解决多类复杂的智能问题。近年来,随着深度学习高效学习算法的出现,机器学习界掀起了研究深度学习理论及应用的热潮。实践表明,深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,实现对数据更本质的刻画,同时深层模型具有更强的建模和推广能力。鉴于深度学习的优点及其广泛应用,对深度学习进行了较为系统的介绍,详细阐述了其产生背景、理论依据、典型的深度学习模型、具有代表性的快速学习算法、最新进展及实践应用,最后探讨了深度学习未来值得研究的方向。 展开更多
关键词 深度学习 机器学习 深层神经网络 图像识别 语音识别 自然语言处理
下载PDF
基于内容的图像分割方法综述 被引量：130
6
作者 姜枫 顾庆 +3 位作者 郝慧珍 李娜 郭延文 陈道蓄 《软件学报》 EI CSCD 北大核心 2017年第1期160-183,共24页
图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的... 图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别加以介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行了分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准,并用实验对各种图像分割算法进行对比.最后进行总结,并对未来可能的发展趋势加以展望. 展开更多
关键词 图像分割 图论 聚类 语义分割 深度神经网络
下载PDF
深度学习的目标跟踪算法综述 被引量：106
7
作者 李玺 查宇飞 +5 位作者 张天柱 崔振 左旺孟 侯志强 卢湖川 王菡子 《中国图象图形学报》 CSCD 北大核心 2019年第12期2057-2080,共24页
目标跟踪是利用一个视频或图像序列的上下文信息,对目标的外观和运动信息进行建模,从而对目标运动状态进行预测并标定目标位置的一种技术,是计算机视觉的一个重要基础问题,具有重要的理论研究意义和应用价值,在智能视频监控系统、智能... 目标跟踪是利用一个视频或图像序列的上下文信息,对目标的外观和运动信息进行建模,从而对目标运动状态进行预测并标定目标位置的一种技术,是计算机视觉的一个重要基础问题,具有重要的理论研究意义和应用价值,在智能视频监控系统、智能人机交互、智能交通和视觉导航系统等方面具有广泛应用。大数据时代的到来及深度学习方法的出现,为目标跟踪的研究提供了新的契机。本文首先阐述了目标跟踪的基本研究框架,从观测模型的角度对现有目标跟踪的历史进行回顾,指出深度学习为获得更为鲁棒的观测模型提供了可能;进而从深度判别模型、深度生成式模型等方面介绍了适用于目标跟踪的深度学习方法;从网络结构、功能划分和网络训练等几个角度对目前的深度目标跟踪方法进行分类并深入地阐述和分析了当前的深度目标跟踪方法;然后,补充介绍了其他一些深度目标跟踪方法,包括基于分类与回归融合的深度目标跟踪方法、基于强化学习的深度目标跟踪方法、基于集成学习的深度目标跟踪方法和基于元学习的深度目标跟踪方法等;之后,介绍了目前主要的适用于深度目标跟踪的数据库及其评测方法;接下来从移动端跟踪系统,基于检测与跟踪的系统等方面深入分析与总结了目标跟踪中的最新具体应用情况,最后对深度学习方法在目标跟踪中存在的训练数据不足、实时跟踪和长程跟踪等问题进行分析,并对未来的发展方向进行了展望。 展开更多
关键词 视觉目标跟踪 深度神经网络 相关滤波器 深度孪生网络 强化学习 生成对抗网络
原文传递
基于稀疏自动编码深度神经网络的感应电动机故障诊断 被引量：94
8
作者 孙文珺 邵思羽 严如强 《机械工程学报》 EI CAS CSCD 北大核心 2016年第9期65-71,共7页
针对目前感应电动机故障诊断大多采用监督学习提取故障特征的现状,提出一种将去噪编码融入稀疏自动编码器的深度神经网络,实现非监督学习的特征提取并用于感应电动机的故障诊断。稀疏自动编码器通过自动学习复杂数据的内在特征来提取简... 针对目前感应电动机故障诊断大多采用监督学习提取故障特征的现状,提出一种将去噪编码融入稀疏自动编码器的深度神经网络,实现非监督学习的特征提取并用于感应电动机的故障诊断。稀疏自动编码器通过自动学习复杂数据的内在特征来提取简明的数据特征表达。为提高特征表达的鲁棒性,在稀疏编码器的基础上融入去噪编码,提取更有效的特征表达用来训练神经网络分类器进而完成整个深度神经网络的构建,并结合反向传播算法对深度神经网络进行整体微调,提升故障分类的准确度。整个训练过程引入'dropout'训练技巧,减少因过拟合带来的预测误差。试验结果表明,相比传统反向传播(Back propagation,BP)神经网络,提出的深度神经网络能更有效地实现感应电动机故障诊断。 展开更多
关键词 稀疏自动编码器 深度神经网络 去噪编码 DROPOUT 故障诊断
下载PDF
基于深度门控循环单元神经网络的短期风功率预测模型 被引量：92
9
作者 牛哲文 余泽远 +1 位作者 李波 唐文虎 《电力自动化设备》 EI CSCD 北大核心 2018年第5期36-42,共7页
随着新能源的不断发展,大量大容量风电机组并入电网运行,给电网的安全可靠运行以及风力发电的可持续发展都提出了新的挑战。提出一种风功率预测模型,该模型以风电场风功率历史数据以及风速、风向等数值天气预报数据作为输入对风功率进... 随着新能源的不断发展,大量大容量风电机组并入电网运行,给电网的安全可靠运行以及风力发电的可持续发展都提出了新的挑战。提出一种风功率预测模型,该模型以风电场风功率历史数据以及风速、风向等数值天气预报数据作为输入对风功率进行预测。考虑到风功率预测中输入数据的波动性和不确定性,在传统门控循环单元(GRU)神经网络的基础上融合卷积神经网络(CNN),以提高模型对原始数据的特征提取和降维能力,并引入dropout技术减少模型中的过拟合现象。工程实例分析表明,所提模型在预测准确度和运算速度方面均优于长短记忆神经网络模型。 展开更多
关键词 风功率预测 深度神经网络 门控循环单元 卷积神经网络
下载PDF
大数据分析的无限深度神经网络方法 被引量：79
10
作者 张蕾 章毅 《计算机研究与发展》 EI CSCD 北大核心 2016年第1期68-79,共12页
深度神经网络(deep neural networks,DNNs)及其学习算法,作为成功的大数据分析方法,已为学术界和工业界所熟知.与传统方法相比,深度学习方法以数据驱动、能自动地从数据中提取特征(知识),对于分析非结构化、模式不明多变、跨领域的大数... 深度神经网络(deep neural networks,DNNs)及其学习算法,作为成功的大数据分析方法,已为学术界和工业界所熟知.与传统方法相比,深度学习方法以数据驱动、能自动地从数据中提取特征(知识),对于分析非结构化、模式不明多变、跨领域的大数据具有显著优势.目前,在大数据分析中使用的深度神经网络主要是前馈神经网络(feedforward neural networks,FNNs),这种网络擅长提取静态数据的相关关系,适用于基于分类的数据应用场景.但是受到自身结构本质的限制,它提取数据时序特征的能力有限.无限深度神经网络(infinite deep neural networks)是一种具有反馈连接的回复式神经网络(recurrent neural networks,RNNs),本质上是一个动力学系统,网络状态随时间演化是这种网络的本质属性,它耦合了"时间参数",更加适用于提取数据的时序特征,从而进行大数据的预测.将这种网络的反馈结构在时间维度展开,随着时间的运行,这种网络可以"无限深",故称之为无限深度神经网络.重点介绍这种网络的拓扑结构和若干学习算法及其在语音识别和图像理解领域的成功实例. 展开更多
关键词 深度神经网络 无限深度神经网络 前馈神经网络 回复式神经网络 大数据
下载PDF
语音识别技术的研究进展与展望 被引量：75
11
作者 王海坤 潘嘉 刘聪 《电信科学》 2018年第2期1-11,共11页
自动语音识别(ASR)技术的目的是让机器能够"听懂"人类的语音,将人类语音信息转化为可读的文字信息,是实现人机交互的关键技术,也是长期以来的研究热点。最近几年,随着深度神经网络的应用,加上海量大数据的使用和云计算的普及... 自动语音识别(ASR)技术的目的是让机器能够"听懂"人类的语音,将人类语音信息转化为可读的文字信息,是实现人机交互的关键技术,也是长期以来的研究热点。最近几年,随着深度神经网络的应用,加上海量大数据的使用和云计算的普及,语音识别取得了突飞猛进的进展,在多个行业突破了实用化的门槛,越来越多的语音技术产品进入了人们的日常生活,包括苹果的Siri、亚马逊的Alexa、讯飞语音输入法、叮咚智能音箱等都是其中的典型代表。对语音识别技术的发展情况、最近几年的关键突破性技术进行了介绍,并对语音识别技术的发展趋势做了展望。 展开更多
关键词 自动语音识别 深度神经网络 声学模型 语言模型
下载PDF
基于深度学习的语音识别技术现状与展望 被引量：71
12
作者 戴礼荣 张仕良 黄智颖 《数据采集与处理》 CSCD 北大核心 2017年第2期221-231,共11页
首先对深度学习的发展历史以及概念进行简要的介绍。然后回顾最近几年基于深度学习的语音识别的研究进展。这一部分内容主要分成以下5点进行介绍:声学模型训练准则,基于深度学习的声学模型结构,基于深度学习的声学模型训练效率优化,基... 首先对深度学习的发展历史以及概念进行简要的介绍。然后回顾最近几年基于深度学习的语音识别的研究进展。这一部分内容主要分成以下5点进行介绍:声学模型训练准则,基于深度学习的声学模型结构,基于深度学习的声学模型训练效率优化,基于深度学习的声学模型说话人自适应和基于深度学习的端到端语音识别。最后就基于深度学习的语音识别未来可能的研究方向进行展望。 展开更多
关键词 深度学习 深度神经网络 语音识别 说话人自适应
下载PDF
基于深度学习的图像超分辨率复原研究进展 被引量：67
13
作者 孙旭 李晓光 +1 位作者 李嘉锋 卓力 《自动化学报》 EI CSCD 北大核心 2017年第5期697-709,共13页
图像超分辨率复原(Super resolution restoration,SR)技术是图像处理领域的研究热点,在视频监控、图像处理、刑侦分析等领域具有广泛的应用需求.近年来,深度学习在多媒体处理领域迅猛发展,基于深度学习的图像超分辨率复原技术已逐渐成... 图像超分辨率复原(Super resolution restoration,SR)技术是图像处理领域的研究热点,在视频监控、图像处理、刑侦分析等领域具有广泛的应用需求.近年来,深度学习在多媒体处理领域迅猛发展,基于深度学习的图像超分辨率复原技术已逐渐成为主流技术.本文主要对现有基于深度学习的图像超分辨率复原工作进行综述.从网络类型、网络结构、训练方法等方面分析现有技术的优势与不足,对其发展脉络进行梳理.在此基础上,本文进一步指出了基于深度学习的图像超分辨率复原技术的未来发展方向. 展开更多
关键词 超分辨率复原 深度神经网络 卷积神经网络 循环神经网络
下载PDF
基于深度学习的测井岩性识别方法研究与应用 被引量：64
14
作者 安鹏 曹丹平 《地球物理学进展》 CSCD 北大核心 2018年第3期1029-1034,共6页
深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整... 深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整合的深度神经网络模型,利用自然伽马、深感应、岩性密度、中子-密度孔隙度和平均中子-密度孔隙度5种测井参数,以及陆相-海相指示和相对位置2种地质约束变量作为输入变量训练深度神经网络模型.通过对实际井数据的测试验证取得了非常理想的效果,展示了将深度学习技术应用于地球物理的良好前景. 展开更多
关键词 深度学习 地球物理测井 岩性识别 深度神经网络
原文传递
基于改进堆叠降噪自编码的滚动轴承故障分类 被引量：63
15
作者 侯文擎 叶鸣 李巍华 《机械工程学报》 EI CAS CSCD 北大核心 2018年第7期87-96,共10页
作为一种新兴的机器学习方法,深度学习在故障诊断领域逐渐得到了应用。其中,堆叠降噪自编码(Stacked de-noising auto-encoders,SDAE)算法先对原始数据添加'损伤噪声',然后通过自编码网络进行数据重构,从而得到更鲁棒性的特征表... 作为一种新兴的机器学习方法,深度学习在故障诊断领域逐渐得到了应用。其中,堆叠降噪自编码(Stacked de-noising auto-encoders,SDAE)算法先对原始数据添加'损伤噪声',然后通过自编码网络进行数据重构,从而得到更鲁棒性的特征表示,易于进行故障分类。然而针对具体的故障诊断问题,网络隐含层节点数、稀疏参数以及输入数据置零比例将直接影响诊断的结果。因此,提出一种改进的SDAE诊断方法,利用粒子群算法(Particle swarm optimization,PSO)对DAE网络超参数进行自适应的选取来确定SDAE网络结构,据此得到故障状态的特征表示,输入到Soft-max分类器中进行故障分类识别。通过变转速工况下的滚动轴承故障仿真和模拟试验对算法进行验证,试验结果表明,基于PSO-SDAE网络的诊断方法在泛化性、故障识别率方面均优于支持向量机(Support vector machine,SVM)、反向传播神经网络(Back propagation,BP)以及深度置信网络(Deep belief network,DBN)。 展开更多
关键词 降噪自编码 深度神经网络 超参数优化 故障诊断
原文传递
元学习研究综述 被引量：62
16
作者 李凡长 刘洋 +3 位作者 吴鹏翔 董方 蔡奇 王哲 《计算机学报》 EI CSCD 北大核心 2021年第2期422-446,共25页
深度学习在大量领域取得优异成果,但仍然存在着鲁棒性和泛化性较差、难以学习和适应未观测任务、极其依赖大规模数据等问题.近两年元学习在深度学习上的发展,为解决上述问题提供了新的视野.元学习是一种模仿生物利用先前已有的知识,从... 深度学习在大量领域取得优异成果,但仍然存在着鲁棒性和泛化性较差、难以学习和适应未观测任务、极其依赖大规模数据等问题.近两年元学习在深度学习上的发展,为解决上述问题提供了新的视野.元学习是一种模仿生物利用先前已有的知识,从而快速学习新的未见事物能力的一种学习定式.元学习的目标是利用已学习的信息,快速适应未学习的新任务.这与实现通用人工智能的目标相契合,对元学习问题的研究也是提高模型的鲁棒性和泛化性的关键.近年来随着深度学习的发展,元学习再度成为热点,目前元学习的研究百家争鸣、百花齐放.本文从元学习的起源出发,系统地介绍元学习的发展历史,包括元学习的由来和原始定义,然后给出当前元学习的通用定义,同时总结当前元学习一些不同方向的研究成果,包括基于度量的元学习方法、基于强泛化新的初始化参数的元学习方法、基于梯度优化器的元学习方法、基于外部记忆单元的元学方法、基于数据增强的元学方法等.总结其共有的思想和存在的问题,对元学习的研究思想进行分类,并叙述不同方法和其相应的算法.最后论述了元学习研究中常用数据集和评判标准,并从元学习的自适应性、进化性、可解释性、连续性、可扩展性展望其未来发展趋势. 展开更多
关键词 元学习 深度学习 深度神经网络 泛化能力 自适应能力 扩展能力
下载PDF
基于深度神经网络的变电站继电保护装置状态监测技术 被引量：62
17
作者 吴迪 汤小兵 +3 位作者 李鹏 杨增力 文博 黎恒烜 《电力系统保护与控制》 EI CSCD 北大核心 2020年第5期81-85,共5页
监测变电站中继电保护装置的实时状态对避免设备损坏或故障,维持电网稳定运行有重要意义。传统的状态监测依赖于定期的人工检查,在耗费大量人力的同时,也难以做到不间断实时监测,且检测精度容易受到主观因素的限制。针对这一困境,提出... 监测变电站中继电保护装置的实时状态对避免设备损坏或故障,维持电网稳定运行有重要意义。传统的状态监测依赖于定期的人工检查,在耗费大量人力的同时,也难以做到不间断实时监测,且检测精度容易受到主观因素的限制。针对这一困境,提出基于深度神经网络与计算机视觉技术的变电站继电保护设备状态监测技术。利用平移变焦摄像机拍摄的变电站实时画面,首先进行图像去噪,并利用图像相关性进行图像配准。根据尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)描述,使用深度神经网络进行图像分类,识别出设备的状态。同时,提出一种对标准图像配准框架的修改方案,使得算法在不同光照条件下具有更高鲁棒性。在实际应用中,该算法可以达到超过99%的检测准确率,大幅提升了变电站的安全性。 展开更多
关键词 变电站巡视 继电保护装置 深度神经网络 计算机视觉
下载PDF
自然语言处理中的深度学习:方法及应用 被引量：56
18
作者 林奕欧 雷航 +1 位作者 李晓瑜 吴佳 《电子科技大学学报》 EI CAS CSCD 北大核心 2017年第6期913-919,共7页
该文围绕特征表示和模型原理,以神经网络语言模型与词向量作为深度学习与自然语言处理结合的切入点,概述了当前主要深度神经网络的模型原理和相关应用。之后综述了当前研究人员在自然语言处理热点领域上所使用的最新深度学习方法并及所... 该文围绕特征表示和模型原理,以神经网络语言模型与词向量作为深度学习与自然语言处理结合的切入点,概述了当前主要深度神经网络的模型原理和相关应用。之后综述了当前研究人员在自然语言处理热点领域上所使用的最新深度学习方法并及所取得的成果。最后总结了深度学习方法在当前自然语言处理研究应用中所遇到的瓶颈,并对未来可能的研究重点做出展望。 展开更多
关键词 深度学习 深度神经网络 语言模型 自然语言处理 词向量
下载PDF
深度学习的金融实证应用:动态、贡献与展望 被引量：55
19
作者 苏治 卢曼 李德轩 《金融研究》 CSSCI 北大核心 2017年第5期111-126,共16页
随着智能时代来临以及金融数据分析需求提升,深度学习已经成为金融领域中的应用前沿,特别是在预测金融市场运动、处理文本信息、改进交易策略方面。深度学习包含深度神经网络、深度信念网络等多种结构,通过分层结构提取深层特征,强化重... 随着智能时代来临以及金融数据分析需求提升,深度学习已经成为金融领域中的应用前沿,特别是在预测金融市场运动、处理文本信息、改进交易策略方面。深度学习包含深度神经网络、深度信念网络等多种结构,通过分层结构提取深层特征,强化重要因素、过滤噪音,对提升预测准确率具有重要意义;其应用及由此衍生的优化技术改进了金融领域预测分析方法,促使实证研究范式从线性向非线性转变、从关注参数显著性向关注模型结构和动态特征转变,同时为丰富金融经济理论做出贡献。构建结构合适、效果稳健的模型以捕捉金融数据有效特征并进行经济含义阐释是应用深度学习方法的难点与重点;未来研究可以从挖掘深层经济意义、提炼一般性预测分析框架、探索其对异质信息的适用性等角度展开。 展开更多
关键词 深度学习 金融市场预测 文本挖掘 深度神经网络 深度信念网络
原文传递
Where Does AlphaGo Go: From Church-Turing Thesis to AlphaGo Thesis and Beyond 被引量：53
20
作者 Fei-Yue Wang Jun Jason Zhang +5 位作者 Xinhu Zheng Xiao Wang Yong Yuan Xiaoxiao Dai Jie Zhang Liuqing Yang 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI 2016年第2期113-120,共8页
An investigation on the impact and significance of the AlphaGo vs. Lee Sedol Go match is conducted, and concludes with a conjecture of the AlphaGo Thesis and its extension in accordance with the Church-Turing Thesis i... An investigation on the impact and significance of the AlphaGo vs. Lee Sedol Go match is conducted, and concludes with a conjecture of the AlphaGo Thesis and its extension in accordance with the Church-Turing Thesis in the history of computing. It is postulated that the architecture and method utilized by the AlphaGo program provide an engineering solution for tackling issues in complexity and intelligence. Specifically, the AlphaGo Thesis implies that any effective procedure for hard decision problems such as NP-hard can be implemented with AlphaGo-like approach. Deep rule-based networks are proposed in attempt to establish an understandable structure for deep neural networks in deep learning. The success of AlphaGo and corresponding thesis ensure the technical soundness of the parallel intelligence approach for intelligent control and management of complex systems and knowledge automation. © 2014 Chinese Association of Automation. 展开更多
关键词 Religious buildings
下载PDF
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 2 … 146 下一页 到第 页
使用帮助 返回顶部