掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥33.4
加入購物車
多模態(tài)數(shù)據(jù)融合與挖掘技術(shù) 版權(quán)信息
- ISBN：9787563572915
- 條形碼：9787563572915 ; 978-7-5635-7291-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
多模態(tài)數(shù)據(jù)融合與挖掘技術(shù) 內(nèi)容簡介
隨著信息技術(shù)和各類互聯(lián)網(wǎng)平臺(tái)的快速發(fā)展，圖像、視頻、文本等多模態(tài)數(shù)據(jù)呈現(xiàn)爆發(fā)式的增長，多模態(tài)數(shù)據(jù)已經(jīng)成為大數(shù)據(jù)的主要呈現(xiàn)形式，針對(duì)海量多模態(tài)數(shù)據(jù)進(jìn)行分析和處理、從多個(gè)模態(tài)中獲取知識(shí)和價(jià)值的現(xiàn)實(shí)需求越來越高。本書詳細(xì)介紹一系列前沿的多模態(tài)數(shù)據(jù)融合與挖掘方法，從多模態(tài)聚類、多模態(tài)分類等層面對(duì)多模態(tài)融合與挖掘相關(guān)進(jìn)展進(jìn)行介紹，具體介紹基于深度多樣圖對(duì)比學(xué)習(xí)的多模態(tài)聚類方法、基于聚類引導(dǎo)的自適應(yīng)結(jié)構(gòu)增強(qiáng)網(wǎng)絡(luò)的多模態(tài)聚類方法、基于深度子空間學(xué)習(xí)的半監(jiān)督多模態(tài)數(shù)據(jù)語義標(biāo)注方法以及基于深度受限低秩子空間學(xué)習(xí)的多模態(tài)半監(jiān)督分類方法。在不同數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所介紹方法的有效性。
多模態(tài)數(shù)據(jù)融合與挖掘技術(shù) 目錄
第1章 緒論
1.1 研究背景
1.2 存在的挑戰(zhàn)
1.3 本書主要內(nèi)容
第2章 研究現(xiàn)狀
2.1 本章導(dǎo)讀
2.2 多模態(tài)聚類
2.3 多模態(tài)分類
第3章 基于聚類引導(dǎo)自適應(yīng)結(jié)構(gòu)增強(qiáng)網(wǎng)絡(luò)的多模態(tài)聚類方法
3.1 本章導(dǎo)讀
3.2 方法設(shè)計(jì)
3.2.1 定義問題
3.2.2 多模態(tài)自編碼器模塊
3.2.3 自適應(yīng)多模態(tài)圖結(jié)構(gòu)提取模塊
3.2.4 聚類引導(dǎo)的結(jié)構(gòu)增強(qiáng)模塊
3.2.5 總損失函數(shù)
3.2.6 網(wǎng)絡(luò)的訓(xùn)練方法
3.3 實(shí)驗(yàn)分析
3.3.1 數(shù)據(jù)集
3.3.2 對(duì)比方法和評(píng)價(jià)準(zhǔn)則
3.3.3 實(shí)驗(yàn)設(shè)置
3.3.4 實(shí)驗(yàn)結(jié)果
3.3.5 參數(shù)敏感性分析
本章小結(jié)
第4章 基于魯棒多樣化圖對(duì)比學(xué)習(xí)的多模態(tài)聚類方法
4.1 本章導(dǎo)讀
4.2 相關(guān)工作
4.3 方法設(shè)計(jì)
4.3.1 預(yù)備知識(shí)
4.3.2 多模態(tài)統(tǒng)一和特定編碼網(wǎng)絡(luò)
4.3.3 圖內(nèi)的對(duì)比正則化
4.3.4 圖間的對(duì)比正則化
4.3.5 聚類引導(dǎo)的圖對(duì)比正則化
4.3.6 目標(biāo)函數(shù)與求解
4.4 實(shí)驗(yàn)分析
4.4.1 數(shù)據(jù)集
4.4.2 對(duì)比方法
4.4.3 評(píng)價(jià)準(zhǔn)則
4.4.4 實(shí)驗(yàn)設(shè)置
4.4.5 實(shí)驗(yàn)結(jié)果
4.4.6 參數(shù)敏感性分析
4.4.7 消融實(shí)驗(yàn)
本章小結(jié)
第5章 基于深度神經(jīng)網(wǎng)絡(luò)的魯棒多模態(tài)聚類方法
5.1 本章導(dǎo)讀
5.2 相關(guān)工作
5.3 基于深度神經(jīng)網(wǎng)絡(luò)的魯棒多模態(tài)聚類方法
5.3.1 細(xì)粒度特征提取模塊
5.3.2 基于自注意力的細(xì)粒度特征增強(qiáng)模塊
5.3.3 統(tǒng)一多模態(tài)聚類模塊
5.4 優(yōu)化求解
5.5 實(shí)驗(yàn)分析
5.5.1 數(shù)據(jù)集
5.5.2 對(duì)比方法
5.5.3 評(píng)價(jià)準(zhǔn)則
5.5.4 實(shí)驗(yàn)分析
本章小結(jié)
第6章 基于深度相關(guān)預(yù)測(cè)子空間學(xué)習(xí)的半監(jiān)督多模態(tài)數(shù)據(jù)語義標(biāo)注方法
6.1 本章導(dǎo)讀
6.2 方法設(shè)計(jì)
6.2.1 預(yù)備工作
6.2.2 問題描述
6.3 優(yōu)化方法
6.3.1 深度矩陣分解模型的預(yù)訓(xùn)練
6.3.2 更新Zi（v）
6.3.3 更新Hm（v）
6.3.4 更新Si（v）
6.3.5 更新Wi和Wp（v）
6.3.6 更新F
6.3.7 復(fù)雜度分析
6.4 實(shí)驗(yàn)分析
6.4.1 實(shí)驗(yàn)設(shè)置
6.4.2 實(shí)驗(yàn)結(jié)果
本章小結(jié)
第7章 基于深度受限低秩子空間學(xué)習(xí)的多模態(tài)半監(jiān)督分類方法
7.1 本章導(dǎo)讀
7.2 方法
7.2.1 預(yù)備知識(shí)
7.2.2 問題提出
7.2.3 優(yōu)化方法
7.3 實(shí)驗(yàn)分析
7.3.1 實(shí)驗(yàn)設(shè)置
7.3.2 實(shí)驗(yàn)結(jié)果
本章小結(jié)
第8章 基于置信度評(píng)估的可信多模態(tài)分類方法
8.1 本章導(dǎo)讀
8.2 相關(guān)工作
8.3 方法設(shè)計(jì)
8.3.1 多模態(tài)增強(qiáng)編碼及一致性和判別性學(xué)習(xí)
8.3.2 多模態(tài)置信度感知融合
8.3.3 多模態(tài)分類正則化
8.3.4 總的損失函數(shù)
8.4 實(shí)驗(yàn)分析
8.4.1 數(shù)據(jù)集
8.4.2 模型設(shè)計(jì)與訓(xùn)練
8.4.3 實(shí)驗(yàn)結(jié)果
本章小結(jié)
第9章 結(jié)束語
參考文獻(xiàn)
展開全部
多模態(tài)數(shù)據(jù)融合與挖掘技術(shù) 作者簡介
薛哲，北京郵電大學(xué)副教授，畢業(yè)于中國科學(xué)院大學(xué)，從事多媒體分析、圖像處理、機(jī)器學(xué)習(xí)等領(lǐng)域的研究工作，在國際重要刊物和著名學(xué)術(shù)會(huì)議上已發(fā)表論文十余篇。論文發(fā)表在IEEE TCSVT（CCF B類）、Information Sciences（CCF B類）、CVIU（CCF B類）等國際期刊，以及國際頂級(jí)會(huì)議AAAI（CCF A類）和知名國際會(huì)議ICME（CCF B類）等。作為核心人員先后參加了多項(xiàng)國家級(jí)科研項(xiàng)目，包括國家973課題“跨媒體語義學(xué)習(xí)與內(nèi)容理解”、國家自然科學(xué)基金重點(diǎn)項(xiàng)目“面向網(wǎng)絡(luò)事件的跨平臺(tái)異質(zhì)媒體語義協(xié)同與挖掘”和“基于時(shí)空特性的在線社交網(wǎng)絡(luò)搜索研究”等。
書友推薦
- >
小考拉的故事-套裝共3冊(cè)
- >
山海經(jīng)
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
回憶愛瑪儂
- >
朝聞道
- >
我與地壇
- >
詩經(jīng)-先民的歌唱
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
本類暢銷
