注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書教育/教材/教輔教材研究生/本科/??平滩?/a>面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí)

面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí)

面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí)

定 價(jià):¥69.00

作 者: 張楠,孫仕亮
出版社: 北京航空航天大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

ISBN: 9787512440128 出版時(shí)間: 2023-02-01 包裝: 平裝-膠訂
開本: 16開 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  隨著信息技術(shù)的飛速發(fā)展,當(dāng)今數(shù)據(jù)越來越呈現(xiàn)出多源異構(gòu)特性,具有多種表示的數(shù)據(jù)(即多視圖數(shù)據(jù))大量涌現(xiàn)。多視圖數(shù)據(jù)主要是人類在對(duì)真實(shí)世界進(jìn)行感知過程中采用不同手段而產(chǎn)生的,這些數(shù)據(jù)具有小樣本、多樣性、多模態(tài)、價(jià)值密度低等特征。實(shí)現(xiàn)多視圖數(shù)據(jù)的表示學(xué)習(xí)是充分合理地利用多視圖數(shù)據(jù)信息的關(guān)鍵。本書以多視圖表示學(xué)習(xí)思想為潛在主線循序漸進(jìn)地展開介紹,首先介紹基于深度生成模型的多視圖表示學(xué)習(xí)方法與基于樣本間圖結(jié)構(gòu)的多視圖受限玻耳茲曼機(jī)模型,然后給出在時(shí)間序列上的多視圖表示學(xué)習(xí)方法,最后介紹兩種在視圖缺失場(chǎng)景中的多視圖表示學(xué)習(xí)方法。 本書可作為機(jī)器學(xué)習(xí)、人工智能、智能科學(xué)等專業(yè)的高年級(jí)本科生和研究生的學(xué)習(xí)用書,并對(duì)從事相關(guān)領(lǐng)域的研究人員具有重要的參考價(jià)值。

作者簡(jiǎn)介

  張楠 博士,溫州大學(xué)講師。博士畢業(yè)于中國礦業(yè)大學(xué),曾在華東師范大學(xué)從事博士后研究工作。入選上海市2019年度“超級(jí)博士后激勵(lì)計(jì)劃”,主持國家自然科學(xué)青年基金一項(xiàng)。從事模式識(shí)別與機(jī)器學(xué)習(xí)領(lǐng)域的研究,具體包括多視圖學(xué)習(xí)與生成模型。迄今發(fā)表論文20余篇,代表性成果發(fā)表于IEEE TPAMI、IEEE TNNLS、IEEE TCYB、PR等國際頂級(jí)期刊上。 孫仕亮 博士,華東師范大學(xué)教授。博士畢業(yè)于清華大學(xué),曾在University College London,Rutgers University,Columbia University 從事訪問研究工作,并連續(xù)8年入選“中國高被引學(xué)者榜單”。從事模式識(shí)別、機(jī)器學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等領(lǐng)域的研究,具體研究包括概率模型及推理、多視圖學(xué)習(xí)、深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等。迄今發(fā)表學(xué)術(shù)論文100余篇,多篇論文發(fā)表于IEEE TPAMI、JMLR、IEEE TNNLS、ICML、IJCAI等國際頂級(jí)期刊和會(huì)議。

圖書目錄

第1章緒論

1.1基本概念

1.1.1視圖一致性假設(shè)

1.1.2公共特征表示假設(shè)

1.2典型的多視圖表示學(xué)習(xí)系統(tǒng)

1.2.1多模態(tài)生物特征識(shí)別

1.2.2多傳感器融合的自動(dòng)駕駛

1.2.3基于圖像的多模態(tài)機(jī)器翻譯

1.3后續(xù)章節(jié)安排

參考文獻(xiàn)

第2章多視圖表示學(xué)習(xí)基礎(chǔ)

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(guān)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(jīng)網(wǎng)絡(luò)的多視圖表示融合方法

參考文獻(xiàn)

第3章多視圖受限玻耳茲曼機(jī)模型

3.1后驗(yàn)一致性受限玻耳茲曼機(jī)模型

3.1.1二視圖數(shù)據(jù)融合的后驗(yàn)一致性受限玻耳茲曼機(jī)模型

3.1.2PCRBM模型在二視圖數(shù)據(jù)上的推理和學(xué)習(xí)

3.1.3PCRBM模型的擴(kuò)展模型

3.2后驗(yàn)一致性和領(lǐng)域適應(yīng)受限玻耳茲曼機(jī)模型

3.2.1二視圖數(shù)據(jù)融合的后驗(yàn)一致性和領(lǐng)域適應(yīng)受限玻耳茲曼機(jī)模型

3.2.2PDRBM模型在二視圖數(shù)據(jù)上的推理和學(xué)習(xí)

3.2.3PDRBM模型在多視圖上的應(yīng)用

3.3實(shí)驗(yàn)與分析

3.3.1實(shí)驗(yàn)設(shè)置和數(shù)據(jù)集

3.3.2算法比較與分析

參考文獻(xiàn)

第4章基于圖結(jié)構(gòu)的多視圖玻耳茲曼機(jī)模型

4.1實(shí)用的近鄰圖受限玻耳茲曼機(jī)模型

4.1.1基于近鄰正則化的圖受限玻耳茲曼機(jī)模型

4.1.2相關(guān)分析

4.2基于圖結(jié)構(gòu)的多視圖受限玻耳茲曼機(jī)模型

4.2.1推理和學(xué)習(xí)

4.2.2相關(guān)分析

4.3實(shí)驗(yàn)與分析

4.3.1實(shí)驗(yàn)設(shè)置

4.3.2算法比較與分析

參考文獻(xiàn)

第5章基于多視圖關(guān)鍵子序列的多元時(shí)間序列表示學(xué)習(xí)模型

5.1基于自適應(yīng)近鄰的無監(jiān)督關(guān)鍵多元子序列學(xué)習(xí)方法

5.1.1無監(jiān)督的關(guān)鍵子序列學(xué)習(xí)模型概述

5.1.2基于自適應(yīng)近鄰的無監(jiān)督關(guān)鍵多元子序列學(xué)習(xí)模型概述

5.1.3優(yōu)化和學(xué)習(xí)

5.1.4收斂性分析

5.1.5相關(guān)分析

5.2基于自適應(yīng)近鄰的多視圖無監(jiān)督關(guān)鍵多元子序列學(xué)習(xí)方法

5.2.1模型概述

5.2.2優(yōu)化和學(xué)習(xí)

5.2.3評(píng)論和復(fù)雜性分析

5.3實(shí)驗(yàn)與分析

5.3.1實(shí)驗(yàn)設(shè)置

5.3.2算法比較與分析

參考文獻(xiàn)

第6章不完整多視圖非負(fù)表示學(xué)習(xí)模型

6.1不完整多視圖非負(fù)表示學(xué)習(xí)方法

6.1.1模型概述

6.1.2優(yōu)化和學(xué)習(xí)

6.2模型分析

6.2.1收斂性分析

6.2.2復(fù)雜性分析

6.2.3模型概述

6.3實(shí)驗(yàn)與分析

6.3.1實(shí)驗(yàn)設(shè)置

6.3.2算法比較與分析

參考文獻(xiàn)

第7章基于圖補(bǔ)全和自適應(yīng)近鄰的不完整多視圖表示學(xué)習(xí)模型

7.1基于圖補(bǔ)全和自適應(yīng)近鄰的不完整多視圖非負(fù)表示學(xué)習(xí)方法

7.1.1模型概述

7.1.2優(yōu)化和學(xué)習(xí)

7.2模型分析

7.2.1相關(guān)性分析

7.2.2復(fù)雜性分析

7.3實(shí)驗(yàn)與分析

7.3.1實(shí)驗(yàn)設(shè)置

7.3.2算法比較與分析

參考文獻(xiàn)

第8章總結(jié)與展望

8.1總結(jié)

8.2研究前沿及展望

8.2.1可信多視圖表示學(xué)習(xí)

8.2.2面向視圖缺失場(chǎng)景/視圖不對(duì)齊場(chǎng)景的多視圖表示學(xué)習(xí)

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)