深度时空推理网络中的相变现象及其抗噪性能研究

深度时空推理网络中的相变现象及其抗噪性能研究

ID:33694329

大小:8.83 MB

页数:79页

时间:2019-02-28

深度时空推理网络中的相变现象及其抗噪性能研究_第1页
深度时空推理网络中的相变现象及其抗噪性能研究_第2页
深度时空推理网络中的相变现象及其抗噪性能研究_第3页
深度时空推理网络中的相变现象及其抗噪性能研究_第4页
深度时空推理网络中的相变现象及其抗噪性能研究_第5页
资源描述:

《深度时空推理网络中的相变现象及其抗噪性能研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下,独立完成的研究成果。本人在论文写作中参考其他个人或集体己经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外,该学位论文为()课题(组)的研究成果,获得()课题(组)经费或实验室的资助,在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特别声明。)声明人(签名):次。芬币川年厂月叼日厦门大学学位论文著作权使用声明舢l⋯删⋯0㈣00删ⅢⅢlIY25

2、37040本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文,并向主管部门或其指定机构送交学位论文(包括纸质版和电子版),允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:()1.经厦门大学保密委员会审查核定的保密学位论文,于年月日解密,解密后适用上述授权。f(\/)2.不保密,适用上述授权。(请在以上相应

3、括号内打“√”或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。)声明人(签名):掘F柄纠僻硼垆摘要相变现象在自然界中普遍存在,在计算机科学和人工智能领域也是如此。现有的研究表明,相变的发生与求解问题的解的结构有着密切的关系。因此对相变现象进行研究的意义在于,其研究结果对于设计有效的求解工具和方法具有指导意义。近年受到极大关注的深度学习网络,在不同的领域都展现出令人惊讶的能力,然而

4、如何进一步提高这些连接主义计算模型在高噪声情况下的性能,仍有很多工作有待完成。本文以深度时空网络推理网络为研究对象,针对其对不同类型噪声的反应,开展了有关相变及其应用的研究工作。我们的目的是从研究深度网络的相变现象产生机理入手,明确其定量刻画指标,从而提高深度时空网络的抗噪和容错能力,以进一步拓宽其应用领域。研究的贡献可以总结为如下三点:1、通过对深度时空推理网络进行理论分析,给出了相关相变发生的定量刻画方法。提出当聚类中心的信念值变化超过变异系数七时,这种深度学习神经网络的识别率会发生相变现象。2、从两组不

5、同的实验出发验证上述推理的正确性。3、根据分析得到的原因,分别提出两种方法来提高深度时空推理网络的抗噪性能。第一种方法是采用传统滤波降噪的方法,对网络的聚类操作进行优化和改进。第二种方法是利用迁移学习的思想,通过深入挖掘已经得到的图像特征,利用已有的数据知识对测试数据中的聚类操作进行优化和调整,从而提高目标网络的抗噪能力。对两种优化方案进行对比,实验证明后者能够更加有效的提高网络对噪声的鲁棒性。在同等噪声程度下,深度时空推理网络的识别准确率高于其他深度学习网络。本文的研究成果,不仅有助于揭示一类连接主义计算模

6、型中的相变的发生机制,更重要的是可以提高相关网络处理噪声的能力。IU关键词:DesTIN网络:相变;迁移学习IVAbstractThePhasetransitioniswidespreadinnature;itexistsinmanyproblemsoftheComputerScienceandtheaIrtificialinteUigenceresearchfields.AndthephasetransitionhasmuchtodowiththestmctureoftheproblemitselfAlso

7、theresearchonthephasetransitioncontributestomeimproVementoftheproblemsolVing.Themeaningofthestudyofphasetransitionis,therefore,itsresultstodesigneffectiVehaveguidingsignificanceforthet001sandmethodsofsolVingproblem.Inrecentyears,deepleanlingnetworkisa11atte

8、ntion;theyindi骶rentareasareshowingsu印risingability.However,howtoimproVetheConnectionismcalculationmodelundertheconditionofhighnoiseperformance,therearestillalotofworktobedone.Accordingtoitsreactiontodi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。