返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]面向多视图数据融合的表示学习张楠,孙仕亮97875124401
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 张楠,孙仕亮著 | 张楠,孙仕亮编 | 张楠,孙仕亮译 | 张楠,孙仕亮绘
    • 出版社: 北京航空航天大学出版社
    • 出版时间:2023-02-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 张楠,孙仕亮著| 张楠,孙仕亮编| 张楠,孙仕亮译| 张楠,孙仕亮绘
    • 出版社:北京航空航天大学出版社
    • 出版时间:2023-02-01
    • 版次:1
    • 印次:2
    • 字数:218000
    • 页数:164
    • 开本:16开
    • ISBN:9787512440128
    • 版权提供:北京航空航天大学出版社
  • 作者: 张楠,孙仕亮
  • 著: 张楠,孙仕亮
  • 装帧: 平装
  • 印次: 2
  • 定价: 69
  • ISBN: 9787512440128
  • 出版社: 北京航空航天大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2023-02-01
  • 页数: 164
  • 外部编号: 五三B8813
  • 版次: 1
  • 成品尺寸: 暂无
  • 第1章绪论

    1.1基本概念

    1.1.1视图性假设

    1.1.2公共征表示假设

    1.2典型的多视图表示学系统

    1.2.1多模态生物征识别

    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章多视图表示学基础

    2.1视图性度量方法

    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后验性受限玻耳兹曼机模型

    3.1.1二视图数据融合的后验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

    3.1.3PCRBM模型的扩展模型

    3.2后验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

    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

    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模型

    5.1基于自适应近邻的无监督关键多元子序列学方法

    5.1.1无监督的关键子序列学模型概述

    5.1.2基于自适应近邻的无监督关键多元子序列学模型概述

    5.1.3化和学

    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方法

    5.2.1模型概述

    5.2.2化和学

    5.2.3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模型

    6.1不完整多视图非负表示学方法

    6.1.1模型概述

    6.1.2化和学

    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方法

    7.1.1模型概述

    7.1.2化和学

    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

    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


    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。


    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,最后介绍两种在视图缺失场景中的多视图表示学习方法。



    【内容简介】


    随着信息技术的飞速发展,当今数据越来越呈现出多源异构特性,具有多种表示的数据(即多视图数据)大量涌现。多视图数据主要是人类在对真实世界进行感知过程中采用不同手段而产生的,这些数据具有小样本、多样性、多模态、价值密度低等特征。实现多视图数据的表示学习是充分合理地利用多视图数据信息的关键。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,最后介绍两种在视图缺失场景中的多视图表示学习方法。

    本书可作为机器学习、人工智能、智能科学等专业的高年级本科生和研究生的学习用书,并对从事相关领域的研究人员具有重要的参考价值。


    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购