文献类型：期刊文章

作　　者：刘建伟[1] 刘媛[1] 罗雄麟[1]

机构地区：[1]中国石油大学自动化研究所,北京102249

出　　处：《计算机研究与发展》

基　　金：国家"九七三"重点基础研究计划基金项目(2012CB720500);国家自然科学基金项目(21006127);中国石油大学(北京)基础学科研究基金项目(JCXK2011-07)

年　　份：2014

卷　　号：51

期　　号：1

起止页码：1-16

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：深度学习是机器学习中的新兴研究领域,能够很好地用于解决目标识别、语言理解等复杂问题.玻尔兹曼机作为深度学习的典型代表近年来受到了广泛研究.鉴于玻尔兹曼机的理论意义和实际应用价值,系统综述了玻尔兹曼机的研究进展,首先概述了玻尔兹曼机的相关概念,包括单层反馈网络的结构和拓扑结构分类,然后详细描述了玻尔兹曼机的学习过程和几种典型学习算法,接着对近几年玻尔兹曼机研究的新进展进行了阐述,最后提出了玻尔兹曼机中有待进一步研究解决的问题.

关 键 词：玻尔兹曼机  可见单元  隐单元  概率分布 期望值  模拟退火 吉布斯采样  马尔可夫链

分 类 号：TP181]