掃一掃
關(guān)注中圖網(wǎng)
官方微博
面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí) 版權(quán)信息
- ISBN：9787512440128
- 條形碼：9787512440128 ; 978-7-5124-4012-8
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí) 內(nèi)容簡介
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，然后給出在時間序列上的多視圖表示學(xué)習(xí)方法，*后介紹兩種在視圖缺失場景中的多視圖表示學(xué)習(xí)方法。
面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí) 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(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實驗與分析
3.3.1實驗設(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實驗與分析
4.3.1實驗設(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評論和復(fù)雜性分析
5.3實驗與分析
5.3.1實驗設(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實驗與分析
6.3.1實驗設(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實驗與分析
7.3.1實驗設(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面向視圖缺失場景/視圖不對齊場景的多視圖表示學(xué)習(xí)
展開全部
面向多視圖數(shù)據(jù)融合的表示學(xué)習(xí) 作者簡介
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“超級博士后激勵計劃”，主持國家自然科學(xué)青年基金一項。從事模式識別與機(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”。從事模式識別、機(jī)器學(xué)習(xí)、自然語言處理、計算機(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等國際頂級期刊和會議。
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
莉莉和章魚
- >
上帝之肋:男人的真實旅程
- >
山海經(jīng)
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
巴金－再思錄
- >
名家?guī)阕x魯迅:朝花夕拾
- >
史學(xué)評論
本類暢銷
