보고서 제목 : 대규모 다중 소스 이종 데이터의 비선형 모델링 및 정량적 검색
보고서 시간 :2020year9Month20day am8:30-10:00
보고서 위치 : 철도 아카데미의 전자 건물206
스피커 : 양 Zhan
보고서 요약 :
최근 몇 년 동안 인터넷, 사물 인터넷, 가상 현실 및 뇌-컴퓨터 인터페이스와 같은 카지노 보증의 빠른 개발로 데이터가 기하 급수적으로 증가하여 인간 사회로 나아가고 있습니다"인간-마치 객체"의 시대는 기본 자원을 제공하지만, 이질성, 다중 소스, 크로스 네트워크, 비 일관성, 불완전 성이 오늘날여러 개의 크로스 네트워크 소스데이터Main특징은 객관적인 세계에 대한 설명을 풍부하게하면서 데이터 마이닝 분야에 큰 도전을 가져옵니다. 그래서 어떻게무료 쌍대규모 멀티 소스 이종 데이터에 포함 된 지식진행파기그리고 검색은 현재 정보 검색입니다도메인 연구의 중요한 카지노 보증 중 하나. 이 보고서는 주로 구성하기 어렵고, 모델, 통합이 어려우며, 대규모 이종 데이터를 검색하기 어려운 문제에 기초한 새로운 비선형 강력한 이산 해력 방법을 제안합니다. 이 모델의 주요 아이디어는 표현 학습 분야에서 신경망 (즉, 비선형 설명자)의 성공에서 비롯되며 간단한 선형 변환을 비선형 설명자로 대체하는 것은 실제 세계의 일반적인 잠재적 표현과 이종 멀티미디어 데이터 사이의 복잡한 관계에 더 일치합니다. 제안 된 모델에서, 우리는 먼저 비선형 설명자를 통해 공통의 잠재적 표현을 배우고 이질적인 멀티미디어 데이터의 상보성 및 일관성 정보를 인코딩합니다. 실험 결과는 제안 된 방법의 효과를 보여줍니다.
