趋势分析之深度学习

栏目: 数据库 · 发布时间: 5年前

内容简介:AMiner全新功能技术趋势分析Trend analysis(http://trend.aminer.cn)基于AMiner 2亿篇论文数据进行深入挖掘,包括对技术来源、热度、发展趋势进行研究,进而预测未来的技术前景。技术趋势分析描述了技术的出现、变迁和消亡的全过程,可以帮助研究人员理解领域的研究历史和现状,快速识别研究的前沿热点问题。我们目前已发布了6期分析内容,具体如下:深度学习(deep learning)的概念源于人工神经网络的研究,2006年Hinton等人提出了深度学习这一概念,深度学习是机器学

AMiner全新功能技术趋势分析Trend analysis(http://trend.aminer.cn)基于AMiner 2亿篇论文数据进行深入挖掘,包括对技术来源、热度、发展趋势进行研究,进而预测未来的技术前景。技术趋势分析描述了技术的出现、变迁和消亡的全过程,可以帮助研究人员理解领域的研究历史和现状,快速识别研究的前沿热点问题。

我们目前已发布了6期分析内容,具体如下:

深度学习(deep learning)的概念源于人工神经网络的研究,2006年Hinton等人提出了深度学习这一概念,深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,例如图像、声音、文本等。

下面我们将用Trend analysis分析深度学习技术领域内的研究热点。

下图是当前该领域的热点技术趋势分析,通过Trend analysis分析挖掘可以发现当前该领域的热点研究话题Top10如下:

  • deep learning

  • neural network

  • speech recognition

  • feature extraction

  • hidden markov models

  • unsupervised learning

  • face recognition

  • restricted boltzmannmachines

  • boltzmann machine

  • deep neural network

趋势分析之深度学习

根据Trend analysis的分析我们可以发现,该领域当前最热门的话题是deep learning,2009年开始deep learning的话题热度迅速上升,论文发表数量也在不断增加,尽管13年热度开始有所下降但论文发表数量仍然较大;hidden markov models和speech recognition的研究热度从2009年开始迅速上升成为领域内最热门的研究话题Top 2;变化幅度波动较大的face recognition则是在2005年-2009年近十年的期间内一度占据当时热门话题榜首,09年之后热度开始逐渐下降。

“深度学习三巨头”之一的Yoshua Bengio教授是机器学习大神之一,尤其是在深度学习领域,业内戏称他与同样活跃于加拿大的“神经网络之父”Geoffrey Hinton和“卷积网络之父”Yann LeCun为“加拿大黑手党”(Canadian Mafia)。Bengio的主要研究领域是深度学习(Deep Learning)和自然语言处理(Natural Language Processing)。在30余年的深度学习研究生涯里,他发表了300多篇学术论文,累计被引用次数超13.8万次。

趋势分析之深度学习

Yoshua Bengio出生于巴黎,成长于加拿大,现居加拿大蒙特利尔,在蒙特利尔大学(University of Montreal)计算机科学与运算系任教授。他于1991年获得加拿大麦吉尔大学(McGill University)的计算机科学博士学位。

20世纪80年代,大学时期的Bengio对深度学习产生兴趣并正式进入人工智能研究领域。那时,深度学习还是一个非常冷门的领域。从1997年深蓝击败卡斯帕罗夫到2011年沃森赢得《危险边缘》,这中间经历了漫长的人工智能寒冬,Bengio曾感慨,很长一段时间里,几乎从来没有人深入挖掘它。但Bengio似乎沉浸其中,他建立了蒙特利尔学习算法研究所(Montreal Institute For Learning Algorithms, MILA)并担任科学主任,还构建起蒙特利尔的人工智能生态系统。他是加拿大统计学习算法研究主席,也在2009年担任了机器学习顶级会议NIPS的主席(General Chair)。

去年11月7日,Bengio教授曾受邀到清华作《深度学习AI迈向人类水平的挑战》主题讲座。在讲座中,Bengio教授表示目前的人工智能距离人类水平仍然十分遥远,当前人工智能在工业应用的成果主要是基于监督学习方法。人工智能仍然面临巨大挑战,即无法像人类一样自主理解外界、与环境交流。Yoshua深度探讨了深度学习模型的具体内容,如何实现对抽象特征的多层次学习,如何更好地进行表示学习,使用判别器优化信息间的独立性、相关性和熵,BabyAI框架等话题。

演讲视频如下(由于上传限制原因,视频分成2部分,愿大家谅解。)

第1部分

第2部分

深度学习目前已经成功应用于计算机视觉、语音识别、自然语言处理等领域,正潜移默化地改变着我们的生活方式。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Spark SQL内核剖析

Spark SQL内核剖析

朱锋、张韶全、黄明 / 电子工业出版社 / 2018-8 / 69.00元

Spark SQL 是 Spark 技术体系中较有影响力的应用(Killer application),也是 SQL-on-Hadoop 解决方案 中举足轻重的产品。《Spark SQL内核剖析》由 11 章构成,从源码层面深入介绍 Spark SQL 内部实现机制,以及在实际业务场 景中的开发实践,其中包括 SQL 编译实现、逻辑计划的生成与优化、物理计划的生成与优化、Aggregation 算......一起来看看 《Spark SQL内核剖析》 这本书的介绍吧!

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

Markdown 在线编辑器
Markdown 在线编辑器

Markdown 在线编辑器