《人工智能之表示学习》报告重磅发布:在低维空间中高效计算实体和关系的语义联系

人工智能之知识表示学习 报告顾问:刘知远 清华大学人工智能研究院 北京智源人工智能研究院 清华-中国工程院知识智能联合研究中心 2020 年 7 月 I 目录 报告说明........................................................................................................................ 1 1. 研究范围.......................................................................................................... 1 2. 研究方法.......................................................................................................... 2 1. 概述篇....................................................................................................................... 4 1.1 表示学习的概念............................................................................................. 4 1.2 表示学习的特点和形式................................................................................. 5 1.3 技术发展历程................................................................................................. 6 1.4 表示学习的典型应用................................................................................... 10 1.4.1 语音识别和信号处理........................................................................ 10 1.4.2 自然语言处理.................................................................................... 11 1.4.3 内容推荐............................................................................................ 12 2. 技术篇..................................................................................................................... 14 2.1 表示学习的理论基础................................................................................... 14 2.1.1 向量空间模型.................................................................................... 14 2.1.2 词袋模型............................................................................................ 16 2.1.3 主题模型............................................................................................ 18 2.1.4 独热表示与分布式表示.................................................................... 19 2.2 网络表示学习的主要算法........................................................................... 20 2.2.1 基于网络结构的网络表示学习........................................................ 20 2.2.2 结合外部信息的网络表示学习........................................................ 23 2.3 知识表示学习的主要方法模型................................................................... 25 2.3.1 距离模型/结构表示 .......................................................................... 25 2.3.2 单层神经网络模型............................................................................ 25 2.3.3 能量模型............................................................................................ 26 2.3.4 双线性模型........................................................................................ 26 2.3.5 张量神经网络模型............................................................................ 27 2.3.6 矩阵分解模型.................................................................................... 27 II 2.3.7 平移模型............................................................................................ 27 2.4 表示学习领域必读论文解读............................

立即下载
信息科技
2020-11-01
清华大学
106页
4.75M
收藏
分享

[清华大学]:《人工智能之表示学习》报告重磅发布:在低维空间中高效计算实体和关系的语义联系,点击即可下载。报告格式为PDF,大小4.75M,页数106页,欢迎下载。

本报告共106页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
本报告共106页,只提供前10页预览,清晰完整版报告请下载后查看,喜欢就下载吧!
立即下载
水滴研报所有报告均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
相关图表
图表 20: 可比公司估值表
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
图表 19: 旷视科技 AIoT 战略架构
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
商汤科技 AI 业务布局
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
图表 16: NVIDIA Omniverse 图表 17: NVIDIA Clara Discovery
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
图表 15: NVIDIA 持续强化软件生态能力
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
图表 14: 英伟达软件架构
信息科技
2020-11-01
来源:科技行业人工智能:从GTC看英伟达的AI时代世界观
查看原文
回顶部
报告群
公众号
小程序
在线客服
收起