知识堆叠降噪自编码器
文献类型：期刊论文
| 作者 | 刘国梁; 余建波 |
| 刊名 | 自动化学报
 |
| 出版日期 | 2022 |
| 卷号 | 48期号:3页码:774-786 |
| 关键词 | 深度学习 堆叠降噪自编码器 知识发现 符号规则 分类规则 |
| ISSN号 | 0254-4156 |
| DOI | 10.16383/j.aas.c190375 |
| 英文摘要 | 深度神经网络是具有复杂结构和多个非线性处理单元的模型,广泛应用于计算机视觉、自然语言处理等领域.但是,深度神经网络存在不可解释这一致命缺陷,即“黑箱问题”,这使得深度学习在各个领域的应用仍然存在巨大的障碍.本文提出了一种新的深度神经网络模型——知识堆叠降噪自编码器(Knowledge-based stacked denoising autoencoder,KBSDAE).尝试以一种逻辑语言的方式有效解释网络结构及内在运作机理,同时确保逻辑规则可以进行深度推导.进一步通过插入提取的规则到深度网络,使KBSDAE不仅能自适应地构建深度网络模型并具有可解释和可视化特性,而且有效地提高了模式识别性能.大量的实验结果表明,提取的规则不仅能够有效地表示深度网络,还能够初始化网络结构以提高KBSDAE的特征学习性能、模型可解释性与可视化,可应用性更强. |
| 源URL | [http://ir.ia.ac.cn/handle/173211/56388]  |
| 专题 | 自动化研究所_学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 刘国梁,余建波. 知识堆叠降噪自编码器[J]. 自动化学报,2022,48(3):774-786. |
| APA | 刘国梁,&余建波.(2022).知识堆叠降噪自编码器.自动化学报,48(3),774-786. |
| MLA | 刘国梁,et al."知识堆叠降噪自编码器".自动化学报 48.3(2022):774-786. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。