王溪，明扬，洪奕光

1.中国科学院数学与系统科学研究院系统控制重点实验室,北京 100190; 2.中国科学院大学, 北京 100190

出版日期:2019-02-25发布日期:2019-04-11

Analysis of Deep Convolutional Networks from Group Theory Viewpoint

WANG Xi ,MING Yang, HONG Yiguang

1.Key Lab of Systems and Control, Academy of Mathematics and Systems Science, Chinese Academy of Sciences, Beijing 100190; 2. University of Chinese Academy of Science, Beijing 100190

Online:2019-02-25Published:2019-04-11







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

近年来深度学习已成为机器学习中处理大量复杂数据的有效方法, 它通过多层次的 结构从高维数据中提取特征, 从而解决分类、回归等实际任务. 文章首先回顾了深度卷积网络和自编码器的数学模型, 然后引入群论中分析对称性的一些方法, 对深度卷积网络在数据降维时的有效性进行了初步的讨论, 最后根据深度卷积网络对称群的逐层关系提出了改进神经网络的一个原则.

分享此文:

()

[1]	张立文，朱周帆，郝鸿. 基于深度学习的乘用车市场预警模型研究[J]. 系统科学与数学, 2020, 40(11): 2136-2150.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=13584