广东职业技术学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度学习:基于稀疏和低秩模型/王章阳, (美) 傅云, 黄煦涛编著 黄智濒译

出版发行项:

北京:机械工业出版社,2021.9

ISBN及定价:

978-7-111-68934-8/CNY89.00

载体形态项:

xi, 220页:图;26cm

统一题名:

Deep learning through sparse and low-rank modeling

丛编项:

智能科学与技术丛书

个人责任者:

王章阳 编著

个人责任者:

傅云 编著

个人责任者:

黄煦涛 (Huang, Thomas S.) 编著

个人次要责任者:

黄智濒 译

学科主题:

机器学习

中图法分类号:

TP181

出版发行附注:

本版由ELSEVIER INC.授权机械工业出版社在中国大陆地区 (不包括香港、澳门以及台湾地区) 出版发行

责任者附注:

王章阳, 德克萨斯农工大学计算机科学与工程系助理教授, 致力于利用先进的特征学习和优化技术解决机器学习。傅云, 美国东北大学工程学院和计算机与信息科学学院的跨学科教师。黄煦涛, 伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系教授。黄智濒, 博士, 北京邮电大学计算机学院讲师。长期从事智能机器学习、超大规模并行计算、三维计算机视觉和深度学习架构方面的研究。

书目附注:

有书目

提要文摘附注:

本书由近几年发表在各类顶级期刊和国际会议/研讨会上的论文集结而成, 囊括国内外深度学习研究者的成果。本书关注经典的稀疏模型和低秩模型与深度网络模型的集成, 其中, 稀疏和低秩模型强调问题特定的先验性和可解释性, 而深度网络模型具有更强的学习能力, 同时能更好地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系, 并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。

使用对象附注:

本书适合深度学习和机器学习领域有一定基础的读者阅读, 可拓展读者关于理论和分析工具的研究思路, 并为深度模型的架构和解释提供有益的指导

豆瓣简介：