人工智能进阶复旦计算机学院_第1页
人工智能进阶复旦计算机学院_第2页
人工智能进阶复旦计算机学院_第3页
人工智能进阶复旦计算机学院_第4页
人工智能进阶复旦计算机学院_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

人工智能进阶维数约稀疏学概率图模大数生物认互联网/移动视觉搜多生物信息精准医维数内在维可视计算效

Ci Mi(Copiedfrom1主主成分分析---最大化方奇异值分析ICA[Hyvarneneta,2LDA(线性判别分析X -vaaSw( LDA(线性判别分析X -vaaSw( µi)(x µi)i=1x2!Bewee-vaaSB Ni( i=1ObecJ(W)DmesoeducSBwSw3[H.S.Seung&D.D.Lee.[Teebaumea,[RowesadSau,可解释计算有效示例:平移人等度规映射等度规映射[Tenenbaumeta.,S Gveaegbooodsze$k$,compuepawsedsaceeacpoadsegbogpos(设定邻域Sep2CompueGeodescdsacebeweefa-awayposbyuzggapdsace(计算图上的测地线距离)Sep3EmpoyMudmesoascagocacuaesow-dmesoasubspace(利用多元尺度来计算 4LocayLnearEmbeddng[RowesandSau,实际效果LocayLnearEmbeddng[RowesandSau,实际效果维数约维数约稀疏学概率图模深度学优化技Occam‘srazor压缩传感压缩传感(CompressveSens6特征组合---Lasso/LARSL1Normˆ=argmin|yXX|特征组合---Lasso/LARSL1Normˆ=argmin|yXX|2 2||2 1|| 3B (x x稀疏 稀疏 特征表达(部件)非负矩阵分解[SeugadLee,深度学习简介HebbDBN(DeepBeliefMultimodal维数深度学习简介HebbDBN(DeepBeliefMultimodal维数约稀疏学概率图模深度学HoraceBasilHoraceBasilBarlowBalow体。donthavemuchtmetoreadpapersanymore,evenwhenmdonthavemuchtmetoreadpapersanymore,evenwhenmstedasacoauthorGeoffHintonisalivinglegend.Healmostsingle-handedlyinventedbackpropagationfortrainingfeed-forwardneuralnetworks.ProfessorHintonrespondedbycreatingdeepnetworksanddeeplearning,anultimateformofmachinelearningRestrctedRestrctedBotzmannMachne(RBM)-浅SVMSupportVectorMachines/最大熵方法(如LR,Logistic•Hinton,Science,卷积神经网络(卷积神经网络(LeNet-5,LeCunYan,Y.LeCun,L.Bottou,Y.Bengio,andP.Haffner.Gradient-basedlearningappliedtoRecognition.ProceedingsoftheIEEE,Nov.1998.2012-A非线性激活函数:防过拟合:Dopou2012-A非线性激活函数:防过拟合:Dopou数据增引入max-poog技大数据训练202mageNe比赛第一双GUNVDAGTX580显著减少训练Knzhevsky,Alx,IlyaSutskever,andGeoffreyE.Hinton,Imagenetclassificationwithdeepconvolutionalneuralnetworks,NIPS,2012InfectInfectonLSTM(Long-ShortTermLSTM(Long-ShortTerm成功的原因之一(ICLR2017最 过拟合但却能让测试误差继续降模型复杂度的定义需要重新思(GeoffreyHnton,⽣物神经元不可能进⾏数值

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论