- 博客(1)
- 资源 (16)
- 收藏
- 关注
原创 论文翻译:Recent Trends in Deep Learning Based Natural Language Processing
阿大大的
2019-10-11 10:56:44 1054 2
Learning transferable features with deep adaptation networks.pdf
Learning transferable features with deep adaptation networks.pdf,仅能供参考
2018-07-28
迁移学习问题与方法研究
随着数据规模和计算资源的快速增长,机器学习在理论和实践两方面都取得了长足进展。传统机器学习方法通常依赖于数据的生成机制不随环境改变这一基本假设。然而在机器学习的各种应用领域中,如大数据分析、自然语言处理、计算机视觉、生物信息学等,上述假设往往因为过于严格而难以成立。如何分析和挖掘非平稳环境中的大规模数据是现代机器学习最具有挑战性的前沿方向之一。迁移学习放宽了传统机器学习中训练数据和测试数据必须服从独立同分布的约束,因而能够在彼此不同但又相互关联的两个领域间挖掘领域不变的本质特征和结构,使得标注数据等有监督信息可以在领域间实现迁移和复用。迁移学习是解决目标任务标注数据稀缺的基础方法,其研究仍处于富有挑战的阶段。本文面向跨领域非结构化数据的分类和预测任务,系统地研究迁移学习的问题挑战及其解决方法。
2018-01-13
视频概念检测中的领域自适应和语义关联研究_耿杰
当今社会,智能设备正以前所未有的速度进行普及,日渐完善的互联网和移动网络将来自全世界的信息汇总和连接,人们从信息的接受者逐渐变成了信息的创造者和传播者。视频作为一种信息的常见载体,融合了图像、时序、音频等多种特征,具有直观生动的特点,被广泛地应用。然而视频中所包含的复杂的语义层级信息对高效的管理和准确的检索提出了更为严苛的挑战。在视频人工标注过于昂贵的情况下,为了从视频内容中直接读取出其中包含的物体、人物、场景等语义层概念,发展出了基于内容的视频概念检测技术。
2018-01-13
OpenCV入门教程.pdf
2016-05-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人