Results 11 to 20 of about 4,121,604 (159)
智能科学与技术学报, 2020 深度学习是近年来发展的人工智能技术。相比于传统浅层学习模型，深度学习具有强大的特征表示和函数拟合能力。深度学习能够从海量数据中提取层次特征，其在流程工业过程数据驱动建模中具有较大的潜力和应用前景。首先简单介绍了深度学习的发展历程；然后，介绍了4类广泛使用的深度学习模型以及它们在流程工业过程数据建模中的应用；最后，在流程工业过程数据建模领域对深度学习进行了简要总结。
袁小锋 +3 more
doaj +1 more source
智能科学与技术学报, 2020 研究了基于深度强化学习算法的自主式水下航行器（AUV）深度控制问题。区别于传统的控制算法，深度强化学习方法让航行器自主学习控制律，避免人工建立精确模型和设计控制律。采用深度确定性策略梯度方法设计了actor与critic两种神经网络。actor神经网络给出控制策略，critic神经网络用于评估该策略，AUV的深度控制可以通过训练这两个神经网络实现。在OpenAI Gym平台上仿真验证了算法的有效性。
王日中, 李慧平, 崔迪, 徐德民
doaj +1 more source
智能科学与技术学报, 2020 深度强化学习主要被用来处理感知-决策问题，已经成为人工智能领域重要的研究分支。概述了基于值函数和策略梯度的两类深度强化学习算法，详细阐述了深度Q网络、深度策略梯度及相关改进算法的原理，并综述了深度强化学习在视频游戏、导航、多智能体协作以及推荐系统等领域的应用研究进展。最后，对深度强化学习的算法和应用进行展望，针对一些未来的研究方向和研究热点给出了建议。
刘朝阳, 穆朝絮, 孙长银
doaj +1 more source
智能科学与技术学报, 2019 针对髋关节软骨的应力分布算法研究问题，设计了一个基于深度学习模型来代替有限元分析。该深度学习模型分为无监督学习模块和有监督学习模块，首先使用无监督学习模块对髋关节的软骨和股骨进行形状编码；之后实现对应力分布数据的编码与解码，使得应力数据能够与神经网络相结合；然后通过监督学习，利用编码好的应力数据进行监督，使神经网络学习得到一个从髋关节软骨和股骨的形状码到应力分布的应力码的映射关系；最终得到一个拟合的深度学习模型。此模型能够在一定程度上模拟有限元分析方法，但是由于其平均绝对误差和归一化平均绝对误差比较大 ...
刘远平 +3 more
doaj +1 more source
智能科学与技术学报, 2020 针对常用的信号传输模型存在使用场景单一、预测精度不佳的问题，提出一种适用于多场景的数据驱动无线信号传输模型。首先根据先验知识从预处理后的数据构造初始特征，接着进行特征选择，以得到输入特征集合。然后分析建模需求，选择深度置信网络（DBN）、残差网络（ResNet）和堆叠自编码器（SAE）作为区间二型模糊规则的后件（个体深度学习器），经过区间二型模糊推理进行集成。最后采用5G网络信号传输实测数据，并进行实验验证。结果表明，3种个体深度学习器在测试集上的表现均优于Cost231-Hata模型和反向传播神经网络（
赵亮 +4 more
doaj +1 more source
智能科学与技术学报, 2020 研究如何通过暖气设备自适应地调节室温，提升室内环境的舒适度，具有非常重要的意义。因此，提出了基于双深度Q网络方法的智能暖气温度控制系统，根据人的表情信息控制暖气设备的阀门开度，实时调整室温。首先，介绍针对原始输入状态的预处理算法。然后，设计通过双深度Q网络方法学习控制暖气设备阀门开度的最佳策略。最后，通过仿真结果验证提出的方法的有效性。
李涛, 魏庆来
doaj +1 more source
A survey of depth learning methods for detecting lung nodules by CT images(应用于平扫CT图像肺结节检测的深度学习方法综述)
Zhejiang Daxue xuebao. Lixue ban, 2017 肺癌是一种致死率很高的癌症.通过肺部平扫CT影像检测肺结节对肺癌早期诊断、治疗意义重大.全面介绍了 一种革命性的图像识别技术——深度学习方法，在肺结节检测中的应用.首先，横向对比了不同卷积神经网络的结构及其在图像识别上的效果，其次着重分析了不同深度学习方法在训练肺结节分类器上的应用，包括faster-RCNN、迁移学习、残差学习以及迁移学习.还介绍了一些可用的肺部CT影像数据集供读者参考.
HUWeijian(胡伟俭) +5 more
doaj +1 more source
全球能源互联网, 2019 电力巡检无人机提供大量的巡检图像，但由于电力设备故障稀少，其中只有少量的设备缺陷故障图像可供使用。为了提高设备缺陷故障识别精度并减少训练过拟合问题，首先介绍了基于迁移学习的小样本电力巡检图像处理方法，通过图像裁剪、翻转、旋转等数据增强技术对小样本图像进行扩充，同时采用生成对抗网络（GAN）来扩充基础样本；并使用迁移学习技术，将基于大规模图像数据的预训练深度卷积模型进行定制，调整该神经网络模型的输入层和最后两层参数，并对超参进行调优。实验结果表明，巡检设备故障（如导线断股和绝缘子串脱落等）准确匹配度近95%
陆继翔 +4 more
doaj +1 more source
大数据, 2023 医学命名实体识别是从医学文本中抽取出指代特定概念的医学实体，是医学信息抽取的基础性任务。当前主流的医学命名实体识别算法普遍基于深度学习技术，需要大量高质量的标注样本进行模型训练。然而医学领域的样本标注成本很高，严重限制了模型性能的提升。为了降低模型对标注样本的需求，一种重要的方法是基于主动学习思想，设计合理的样本采样策略，自动选取高价值样本优先标注，从而使模型提前收敛。现有算法普遍基于样本长度、样本识别的概率等特征来设计采样策略，忽视了样本类别分布这一深层次特征，导致命名实体识别召回率较低 ...
刘聪, 吕雪峰, 王宏林, 王晓伟, 陆瑾, 孙顺, 胡松奇
doaj +1 more source
Zhongguo shiyan zhenduanxue, 2022 乳腺癌已经成为女性最常见的癌症，核磁共振成像（MRI）在乳腺癌诊断、治疗和预后评估中的作用已逐渐被临床医师认可。随着计算机技术的进步，深度学习已应用于医学的诸多领域，提高了诊断准确率和诊疗效率。本文就深度学习技术在乳腺癌MRI诊断及亚型识别的研究进展进行综述。
白宛鹭, 邢华, 李海滨
doaj