深度学习研究进展

被引：207

作者：

郭丽丽 ^{[1
]}

丁世飞 ^{[1
,2
]}

机构：

[1] 中国矿业大学计算机科学与技术学院

[2] 中国科学院计算技术研究所智能信息处理重点实验室

来源：

计算机科学 | 2015年 / 42卷 / 05期

关键词：

机器学习; 浅层学习; 深度学习; 卷积神经网络; 深度置信网;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

深度学习(Deep Learning)是一个近几年备受关注的研究领域,在机器学习中起着重要的作用。如果说浅层学习是机器学习的一次浪潮,那么深度学习作为机器学习的一个新领域,将掀起机器学习的又一次浪潮。深度学习通过建立、模拟人脑的分层结构来实现对外部输入的数据进行从低级到高级的特征提取,从而能够解释外部数据。首先介绍了深度学习的由来,分析了浅层学习存在的弊端;其次列举了深度学习的经典方法,主要以监督学习和无监督学习来展开介绍;然后对深度学习的最新研究进展及其应用进行了综述;最后总结了深度学习发展所面临的问题。

引用

页码：28 / 33

页数：6

共 17 条

[1] 基于简化脉冲耦合神经网络的人脸识别 [J].

聂仁灿 ;

姚绍文 ;

周冬明 .

计算机科学, 2014, 41 (02) :297-301

[2] 深度学习的昨天、今天和明天 [J].

余凯 ;

贾磊 ;

陈雨强 ;

徐伟 .

计算机研究与发展, 2013, 50 (09) :1799-1804

[3] 多尺度特征和神经网络相融合的手写体数字识别 [J].

赵元庆 ;

吴华 .

计算机科学, 2013, 40 (08) :316-318

[4] 基于深度学习的边际Fisher分析特征提取算法 [J].

孙志军 ;

薛磊 ;

许阳明 .

电子与信息学报, 2013, 35 (04) :805-811

[5] 深度学习结构和算法比较分析 [J].

李海峰 ;

李纯果 .

河北大学学报(自然科学版), 2012, (05) :538-544

[6] 深度学习研究综述 [J].

孙志军 ;

薛磊 ;

许阳明 ;

王正 .

计算机应用研究, 2012, 29 (08) :2806-2810

[7]

Research on using genetic algorithms to optimize Elman neural networks[J] . Shifei Ding,Yanan Zhang,Jinrong Chen,Weikuan Jia.Neural Computing and Applications . 2013 (2)

[8]

Active deep learning method for semi-supervised sentiment classification[J] . Shusen Zhou,Qingcai Chen,Xiaolong Wang.Neurocomputing . 2013

[9]

From Neural Networks to Deep Learning[J] . Jonathan Laserson.XRDS: Crossroads, The ACM Magazine for Students . 2011 (1)

[10]

Discriminative deep belief networks for visual data classification[J] . Yan Liu,Shusen Zhou,Qingcai Chen.Pattern Recognition . 2010 (10)

← 1 2 →