掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
面向多視圖數據融合的表示學習 版權信息
- ISBN：9787512440128
- 條形碼：9787512440128 ; 978-7-5124-4012-8
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
面向多視圖數據融合的表示學習 內容簡介
本書以多視圖表示學習思想為潛在主線循序漸進地展開介紹，首先介紹基于深度生成模型的多視圖表示學習方法與基于樣本間圖結構的多視圖受限玻耳茲曼機模型，然后給出在時間序列上的多視圖表示學習方法，*后介紹兩種在視圖缺失場景中的多視圖表示學習方法。
面向多視圖數據融合的表示學習 目錄
第1章緒論
1.1基本概念
1.1.1視圖一致性假設
1.1.2公共特征表示假設
1.2典型的多視圖表示學習系統
1.2.1多模態生物特征識別
1.2.2多傳感器融合的自動駕駛
1.2.3基于圖像的多模態機器翻譯
1.3后續章節安排
參考文獻
第2章多視圖表示學習基礎
2.1視圖一致性度量方法
2.1.1視圖相似性度量方法
2.1.2視圖相關性度量方法
2.2多視圖表示融合方法
2.2.1基于圖的多視圖表示融合方法
2.2.2基于神經網絡的多視圖表示融合方法
參考文獻
第3章多視圖受限玻耳茲曼機模型
3.1后驗一致性受限玻耳茲曼機模型
3.1.1二視圖數據融合的后驗一致性受限玻耳茲曼機模型
3.1.2PCRBM模型在二視圖數據上的推理和學習
3.1.3PCRBM模型的擴展模型
3.2后驗一致性和領域適應受限玻耳茲曼機模型
3.2.1二視圖數據融合的后驗一致性和領域適應受限玻耳茲曼機模型
3.2.2PDRBM模型在二視圖數據上的推理和學習
3.2.3PDRBM模型在多視圖上的應用
3.3實驗與分析
3.3.1實驗設置和數據集
3.3.2算法比較與分析
參考文獻
第4章基于圖結構的多視圖玻耳茲曼機模型
4.1實用的近鄰圖受限玻耳茲曼機模型
4.1.1基于近鄰正則化的圖受限玻耳茲曼機模型
4.1.2相關分析
4.2基于圖結構的多視圖受限玻耳茲曼機模型
4.2.1推理和學習
4.2.2相關分析
4.3實驗與分析
4.3.1實驗設置
4.3.2算法比較與分析
參考文獻
第5章基于多視圖關鍵子序列的多元時間序列表示學習模型
5.1基于自適應近鄰的無監督關鍵多元子序列學習方法
5.1.1無監督的關鍵子序列學習模型概述
5.1.2基于自適應近鄰的無監督關鍵多元子序列學習模型概述
5.1.3優化和學習
5.1.4收斂性分析
5.1.5相關分析
5.2基于自適應近鄰的多視圖無監督關鍵多元子序列學習方法
5.2.1模型概述
5.2.2優化和學習
5.2.3評論和復雜性分析
5.3實驗與分析
5.3.1實驗設置
5.3.2算法比較與分析
參考文獻
第6章不完整多視圖非負表示學習模型
6.1不完整多視圖非負表示學習方法
6.1.1模型概述
6.1.2優化和學習
6.2模型分析
6.2.1收斂性分析
6.2.2復雜性分析
6.2.3模型概述
6.3實驗與分析
6.3.1實驗設置
6.3.2算法比較與分析
參考文獻
第7章基于圖補全和自適應近鄰的不完整多視圖表示學習模型
7.1基于圖補全和自適應近鄰的不完整多視圖非負表示學習方法
7.1.1模型概述
7.1.2優化和學習
7.2模型分析
7.2.1相關性分析
7.2.2復雜性分析
7.3實驗與分析
7.3.1實驗設置
7.3.2算法比較與分析
參考文獻
第8章總結與展望
8.1總結
8.2研究前沿及展望
8.2.1可信多視圖表示學習
8.2.2面向視圖缺失場景/視圖不對齊場景的多視圖表示學習
展開全部
面向多視圖數據融合的表示學習 作者簡介
張楠 博士，溫州大學講師。博士畢業于中國礦業大學，曾在華東師范大學從事博士后研究工作。入選上海市2019年度“超級博士后激勵計劃”，主持國家自然科學青年基金一項。從事模式識別與機器學習領域的研究，具體包括多視圖學習與生成模型。迄今發表論文20余篇，代表性成果發表于IEEE TPAMI、IEEE TNNLS、IEEE TCYB、PR等國際頂級期刊上。 孫仕亮 博士，華東師范大學教授。博士畢業于清華大學，曾在University College London，Rutgers University，Columbia University 從事訪問研究工作，并連續8年入選“中國高被引學者榜單”。從事模式識別、機器學習、自然語言處理、計算機視覺等領域的研究，具體研究包括概率模型及推理、多視圖學習、深度學習、強化學習等。迄今發表學術論文100余篇，多篇論文發表于IEEE TPAMI、JMLR、IEEE TNNLS、ICML、IJCAI等國際頂級期刊和會議。
書友推薦
- >
朝聞道
- >
我與地壇
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
- >
巴金－再思錄
- >
月亮虎
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅庸西南聯大授課錄
本類暢銷
