- 博客(4)
- 收藏
- 关注
RSS订阅转载 自适应参数化ReLU激活函数
本文在回顾一些经典激活函数和注意力机制的基础上，解读了一种“注意力机制下的新型激活函数”，名为“自适应参数化修正线性单元”（Adaptively Parametric Rectifier Linear Unit，APReLU）。1.激活函数激活函数是目前人工神经网络的核心组成部分之一，其作用是进行人工神经网络的非线性化。我们首先回顾一些最为常见的激活函数，包括Sigmoid激活函数、Tanh激...
2020-03-21 09:30:30
780
转载 论文翻译-基于深度残差收缩网络的故障诊断 Deep Residual Shrinkage Networks for Fault Diagnosis
深度残差收缩网络是深度残差网络的一种改进，针对的是数据中含有噪声或冗余信息的情况，将软阈值化引入深度残差网络的内部，通过消除冗余特征，增强高层特征的判别性。以下对部分论文原文进行了翻译，仅以学习为目的。【题目】[Deep Residual Shrinkage Networks for Fault Diagnosis](https://ieeexplore.ieee.org/document/88...
2020-03-20 23:29:33
1185
1
转载 深度残差收缩网络
深度残差收缩网络作者：友成链接：https://zhuanlan.zhihu.com/p/85238942来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。深度残差收缩网络（Deep Residual Shrinkage Networks，DRSN）是深度残差网络（Deep Residual Networks）的一种改进形式。顾名思义，深度残差收缩网络，就是对...
2019-10-09 15:02:04
3895
3
转载 深度学习论文笔记Deep Residual Networks with Dynamically Weighted Wavelet Coefficients for Fault Diagnosis of
这篇文章将深度学习算法应用于机械故障诊断，采用了“小波包分解+深度残差网络(ResNet)”的思路，将机械振动信号按照故障类型进行分类。文章的核心创新点：复杂旋转机械系统的振动信号包含着很多不同频率的冲击和振荡成分，而且不同频带内的振动成分在故障诊断中的重要程度经常是不同的，因此可以按照如下步骤设计深度神经网络，实现对不同频带信息自适应加权的功能。第一步：对振动信号进行离散小波包分解，构建小波...
2018-11-25 11:25:40
340
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人