深度学习方法研究综述.pdf

迁移学习研究综述,近几年迁移学习方法的发展

本研究提出了一种全新的耦合物理-统计-深度学习方法，该方法在解决复杂的问题中展现了出色的性能。通过充分利用物理、统计和深度学习的优势，我们开创性地提出了一种全面耦合的方法，能够更好地处理真实世界中的复

贝叶斯网络学习方法和算法研究学习朴素贝叶斯相关算法的网络结构和实现方法

论文研究-基于智能Agent的复合学习方法.pdf,  从实例学习和事例推理的关系出发,分析了专家经验累积的过程,指出传统知识获取瓶颈的根源.在此基础上,借助agent理论,提出了一种从专家分析实例学

网络表示学习是一个重要的研究课题，其目的是将高维的属性网络表示为低维稠密的向量，为下一步任务提供有效特征表示。最近提出的属性网络表示学习模型SNE（Social Network Embedding）同

网络中的社区指的是一组由节点以及与其相连的边紧密地形成的实体。社区发现旨在遵循「社区中的节点紧密相连，不同社区间的节点稀疏相连」的规则对实体集合进行聚类。包括谱聚类、统计推断在内的传统社区发现方法在处

深度强化学习是人工智能领域的一个新的研究热点.它以一种通用的形式将深度学习的感知能力与强化学习的决策能力相结合,并能够通过端对端的学习方式实现从原始输入到输出的直接控制.自提出以来,在许多需要感知高维

这是中国图像图形学报出的一版关于2019年深度学习目标跟踪算法的综述，为PDF格式，全文共28页。大家对近几年深度学习目标跟踪算法有兴趣的可以下载

近年来,随着深度学习技术的发展,自然语言处理(NLP)得到了很大的发展。在机器翻译领域,出现了一种新的方法——神经机器翻译(NMT),引起了学术界和工业界的广泛关注。然而,在过去的几年里提出的大量的研

目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支。对于卷积神经网络框架、anchor-based模型和anchor-free模型三个主流的目标检测模型进行梳理。首先,