首页|期刊导航|自动化学报|深度信念网络研究现状与展望

深度信念网络研究现状与展望OA北大核心CSCDCSTPCD

Review and Prospect on Deep Belief Network

中文摘要

深度信念网络(Deep belief network,DBN)是一种基于深度学习的生成模型,克服了传统梯度类学习算法在处理深层结构所面临的梯度消失问题,近几年来己成为深度学习领域的研究热点之一.基于分阶段学习的思想,人们设计了不同结构和学习算法的深度信念网络模型.本文在回顾总结深度信念网络的研究现状基础上,给出了其发展趋势.首先,给出深度信念网络的基本模型结构以及其标准的学习框架,并分析了深度信念网络与其他深度结构的关系与区别;其次,回顾总结深度…查看全部>>

王功明;乔俊飞;关丽娜;贾庆山

北京工业大学信息学部 北京100124计算智能与智能系统北京市重点实验室 北京100124北京工业大学信息学部 北京100124计算智能与智能系统北京市重点实验室 北京100124

深度信念网络深度学习无监督预训练有监督调优结构设计

《自动化学报》 2021 (1)

城市污水处理优化运行控制知识自动化系统设计方法与应用验证

35-49,15

国家自然科学基金(61533002)资助

10.16383/j.aas.c190102