书馨卡帮你省薪 2024个人购书报告 2024中图网年度报告
好书大清仓|每满60减30，减后满百送文创
欢迎光临中图网 请 | 注册
搜索
搜索全部
  • 搜索全部
  • 书名
  • 作者
  • 出版社
  • ISBN
高级搜索
我身体里的人造星星乡间的日常情感勒索神秘的黑猫
  • 合成诗经
  • 新用户注册领10元
中图网
>
计算机/网络
>
计算机理论
面向多视图数据融合的表示学习
分享

面向多视图数据融合的表示学习

作者：张楠，孙仕亮著
出版社：北京航空航天大学出版社出版时间：2023-02-01
开本： 24cm 页数： 156页
本类榜单：计算机/网络销量榜
中 图 价:¥52.4(7.6折) 定价  ¥69.0 登录后可看到会员价
加入购物车 收藏
运费6元，满39元免运费
?新疆、西藏除外
本类五星书更多>
中图价:¥52.4 加入购物车
洞明世事，从读书开始 淘书团

面向多视图数据融合的表示学习 版权信息

  • ISBN：9787512440128
  • 条形码：9787512440128 ; 978-7-5124-4012-8
  • 装帧：一般胶版纸
  • 册数：暂无
  • 重量：暂无
  • 所属分类：
    计算机/网络
    >
    计算机理论

面向多视图数据融合的表示学习 内容简介

本书以多视图表示学习思想为潜在主线循序渐进地展开介绍，首先介绍基于深度生成模型的多视图表示学习方法与基于样本间图结构的多视图受限玻耳兹曼机模型，然后给出在时间序列上的多视图表示学习方法，*后介绍两种在视图缺失场景中的多视图表示学习方法。

面向多视图数据融合的表示学习 目录

第1章绪论

1.1基本概念

1.1.1视图一致性假设

1.1.2公共特征表示假设

1.2典型的多视图表示学习系统

1.2.1多模态生物特征识别

1.2.2多传感器融合的自动驾驶

1.2.3基于图像的多模态机器翻译

1.3后续章节安排

参考文献

第2章多视图表示学习基础

2.1视图一致性度量方法

2.1.1视图相似性度量方法

2.1.2视图相关性度量方法

2.2多视图表示融合方法

2.2.1基于图的多视图表示融合方法

2.2.2基于神经网络的多视图表示融合方法

参考文献

第3章多视图受限玻耳兹曼机模型

3.1后验一致性受限玻耳兹曼机模型

3.1.1二视图数据融合的后验一致性受限玻耳兹曼机模型

3.1.2PCRBM模型在二视图数据上的推理和学习

3.1.3PCRBM模型的扩展模型

3.2后验一致性和领域适应受限玻耳兹曼机模型

3.2.1二视图数据融合的后验一致性和领域适应受限玻耳兹曼机模型

3.2.2PDRBM模型在二视图数据上的推理和学习

3.2.3PDRBM模型在多视图上的应用

3.3实验与分析

3.3.1实验设置和数据集

3.3.2算法比较与分析

参考文献

第4章基于图结构的多视图玻耳兹曼机模型

4.1实用的近邻图受限玻耳兹曼机模型

4.1.1基于近邻正则化的图受限玻耳兹曼机模型

4.1.2相关分析

4.2基于图结构的多视图受限玻耳兹曼机模型

4.2.1推理和学习

4.2.2相关分析

4.3实验与分析

4.3.1实验设置

4.3.2算法比较与分析

参考文献

第5章基于多视图关键子序列的多元时间序列表示学习模型

5.1基于自适应近邻的无监督关键多元子序列学习方法

5.1.1无监督的关键子序列学习模型概述

5.1.2基于自适应近邻的无监督关键多元子序列学习模型概述

5.1.3优化和学习

5.1.4收敛性分析

5.1.5相关分析

5.2基于自适应近邻的多视图无监督关键多元子序列学习方法

5.2.1模型概述

5.2.2优化和学习

5.2.3评论和复杂性分析

5.3实验与分析

5.3.1实验设置

5.3.2算法比较与分析

参考文献

第6章不完整多视图非负表示学习模型

6.1不完整多视图非负表示学习方法

6.1.1模型概述

6.1.2优化和学习

6.2模型分析

6.2.1收敛性分析

6.2.2复杂性分析

6.2.3模型概述

6.3实验与分析

6.3.1实验设置

6.3.2算法比较与分析

参考文献

第7章基于图补全和自适应近邻的不完整多视图表示学习模型

7.1基于图补全和自适应近邻的不完整多视图非负表示学习方法

7.1.1模型概述

7.1.2优化和学习

7.2模型分析

7.2.1相关性分析

7.2.2复杂性分析

7.3实验与分析

7.3.1实验设置

7.3.2算法比较与分析

参考文献

第8章总结与展望

8.1总结

8.2研究前沿及展望

8.2.1可信多视图表示学习

8.2.2面向视图缺失场景/视图不对齐场景的多视图表示学习


展开全部

面向多视图数据融合的表示学习 作者简介

张楠 博士，温州大学讲师。博士毕业于中国矿业大学，曾在华东师范大学从事博士后研究工作。入选上海市2019年度“超级博士后激励计划”，主持国家自然科学青年基金一项。从事模式识别与机器学习领域的研究，具体包括多视图学习与生成模型。迄今发表论文20余篇，代表性成果发表于IEEE TPAMI、IEEE TNNLS、IEEE TCYB、PR等国际顶级期刊上。 孙仕亮 博士，华东师范大学教授。博士毕业于清华大学，曾在University College London，Rutgers University，Columbia University 从事访问研究工作，并连续8年入选“中国高被引学者榜单”。从事模式识别、机器学习、自然语言处理、计算机视觉等领域的研究，具体研究包括概率模型及推理、多视图学习、深度学习、强化学习等。迄今发表学术论文100余篇，多篇论文发表于IEEE TPAMI、JMLR、IEEE TNNLS、ICML、IJCAI等国际顶级期刊和会议。

商品评论(0条)
写书评 赚书币
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
新手上路
新用户指引
注册用户 更改注册信息
购物常见问题
关于特价书的常见问题
购买问题
订单跟踪
付款方式
账户余额  申请提现
配送方式及费用、范围
集团购买
售后服务
退换货流程
投诉与建议
特色服务
会员等级与书币
中图网书馨卡
邀请好友购买返10元礼包
其他信息
本站简介
联系我们
招聘英才
网站联盟
友情链接
微信公众号
中图网微信
中图网微博
中图网微博
手机中图网
手机中图网
中图网
诚信认证 电子商务诚信单位认证

京ICP备09013606号-3京信市监发[2002]122号海淀公安分局备案编号：1101083394

营业执照出版物经营许可证 京出发京批字第直110071

在线客服