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
基于深度學習的悅讀眼動模型構建與應用 版權信息
- ISBN：9787536986992
- 條形碼：9787536986992 ; 978-7-5369-8699-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于深度學習的悅讀眼動模型構建與應用 內容簡介
《基于深度學習的閱讀眼動模型構建與應用》適合于從事閱讀心理學和認知語言學研究的人。 通過《基于深度學習的閱讀眼動模型構建與應用》所構建的新型閱讀眼動可計算模型，可以定量分析閱讀行為和評價已有模型，對影響讀者的眼跳模式和眼跳策略的語言學特征進行定量研究，為驗證、修正和反駁現有理論假設提供有力的證據。 《基于深度學習的閱讀眼動模型構建與應用》適合于從事計算機科學和機器視覺研究的人。 《基于深度學習的閱讀眼動模型構建與應用》是機器學習的應用研究，是深度學習融合領域知識的一次有益實踐，使用較少的手工提取特征，就能使模型獲得較好的性能，這在機器視覺、自然語言處理、虛擬現實、身份識別、智能化測評等領域都有重要的應用價值。
基于深度學習的悅讀眼動模型構建與應用 目錄
第1章 緒論
1．1 研究目的與意義
1．2 國內外研究概況
1．3 相關研究述評及發展趨勢
1．4 研究內容
第2章 閱讀眼動注視序列標注方法
2．1 自然語言處理序列標注任務
2．2 閱讀眼動注視序列標注方法
2．3 數據集
2．4 評價指標
2．5 實驗平臺
2．6 方法在機器學習模型上的實現
2．7 本章小結
第3章 基于深度學習的閱讀眼動模型
3．1 基于深度學習的閱讀眼動模型基本架構
3．2 基于預訓練詞向量和語言數據一維卷積的閱讀詞富語義表示
3．3 融入注意力機制的閱讀眼動模型架構
3．4 改進閱讀眼動序列標注分類器
3．5 小樣本閱讀眼動數據下的堆疊式LSTM層數優化
3．6 基于多輸入深度學習架構的閱讀眼動領域知識融合
3．7 與其他模型的對比
3．8 本章小結
第4章 基于深度學習的閱讀注視詞預測
4．1 網絡架構
4．2 基于Provo語料庫的閱讀注視詞預測
4．3 基于GECO語料庫的閱讀注視詞預測
4．4 基于Dundee語料庫的閱讀注視詞預測
4．5 閱讀眼動數據增強技術
4．6 與現有方法的對比
4．7 本章小結
第5章 基于閱讀眼動的生物特征識別
5．1 基于眼動軌跡的生物特征識別
5．2 問題設置
5．3 基于閱讀眼動的生物特征識別模型架構
5．4 注視序列相似性度量方法
5．5 實驗過程與方法
5．6 實驗結果與討論
5．7 本章小結
第6章 總結與展望
6．1 結論和創新點
6．2 未來工作方向
參考文獻
附錄
展開全部
基于深度學習的悅讀眼動模型構建與應用 作者簡介
王曉明，工學博士，現為西安外國語大學副教授，研究生導師。碩士畢業于西南大學計算機與信息科學學院（軟件學院），博士畢業于西北工業大學計算機學院，長期從事智能語言測評、語言認知計算、計算話語分析、計算語言學、人工智能和大數據應用等領域的研究，主持并完成教育部社科項目、陜西省社科基金等多項省部級課題，發表SCI、SSCI、EI、CSCD檢索論文十余篇。主講多門本科生和研究生課程，如計算語言學、計算話語分析前沿、人工智能與自然語言處理等。 有多年的軟件開發和項目管理經驗，精通C 和Java編程語言，曾在知名軟件公司擔任軟件設計師工作，負責協調團隊進行商業智能、圖像處理、數據庫與信息管理系統軟件的研發和維護，對人工智能、語言大數據分析、機器學習等前沿技術有深入的了解和實踐經驗。 目前致力于個體閱讀眼動預測和眼動身份識別研究，代表性論文《基于深度神經網絡的個體閱讀眼動預測》刊載于《清華大學學報（自然科學版）》、《Deep-learning-based readingeye-movement analysis for aiding biometric recognition》刊載于Neurocomputing. 擔任多個國際學術期刊和國際學術會議審稿人，并多次受邀參加國內外學術會議做特邀報告，在學術界和工業界都有廣泛的合作和交流。
書友推薦
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
詩經-先民的歌唱
- >
名家帶你讀魯迅:朝花夕拾
- >
小考拉的故事-套裝共3冊
- >
二體千字文
- >
名家帶你讀魯迅:故事新編
本類暢銷
