|
000
|
02585oam2 2200373 450
|
|
001
|
011025150639
|
|
005
|
20221025150639.0
|
|
010
|
|
@a978-7-111-68934-8@dCNY89.00
|
|
100
|
|
@a20201004d2021 em y0chiy50 ea
|
|
101
|
2
|
@achi@aeng@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aa z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@a深度学习@Ashen du xue xi@e基于稀疏和低秩模型@dDeep learning through sparse and low-rank modeling@f王章阳(Zhangyang Wang) , (美) 傅云(Yun Fu) , (美) 黄煦涛(Thomas S. Huang) 编著@g黄智濒译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2021
|
|
215
|
|
@a208页@c图@d24cm
|
|
225
|
2
|
@a智能科学与技术丛书@Azhi neng ke xue yu ji shu cong shu
|
|
305
|
|
@a由ELSEVIER INC.授权机械工业出版社
|
|
314
|
|
@a王章阳(ZhangyangWang)得克萨斯农工大学(TAMU)计算机科学与工程系助理教授，致力于利用先进的特征学习和优化技术解决机器学习、计算机视觉和多媒体信号处理问题。他拥有伊利诺伊大学厄巴纳-香槟分校电子与计算机工程博士学位，师从黄煦涛教授。
|
|
314
|
|
@a傅云(YunFu)美国东北大学工程学院和计算机与信息科学学院的跨学科教师，研究方向为机器学习、计算智能、大数据挖掘、计算机视觉、模式识别和信息物理融合系统。他是IAPR和SPIE会士，曾获得IEEE和IAPR等颁发的多项研究奖励。
|
|
314
|
|
@a黄煦涛(ThomasS.Huang)伊利诺伊大学厄巴纳-香槟分校电子与计算机工程系教授，研究兴趣包括计算机视觉、图像压缩和增强、模式识别和多模态信号处理等。他是美国国家工程院院士、IAPR会士，曾获得包括IEEEJackKilby信号处理奖章、IAPRKing-SunFu奖、国际计算机视觉会议AzrielRosenfeld终身成就奖在内的众多奖项。他于2020年4月去世。
|
|
314
|
|
@a黄智濒，博士，北京邮电大学计算机学院讲师。长期从事智能机器学习、超大规模并行计算、三维计算机视觉和深度学习架构方面的研究。
|
|
330
|
|
@a本书由近几年发表在各类顶级期刊和国际会议/研讨会上的论文集结而成，囊括国内外深度学习研究者的成果。本书关注经典的稀疏/低秩模型与强调问题特定的先验性和可解释性的深度网络模型的集成，从而提高模型的学习能力和可解释性，同时更有效地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系，并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。
|
|
410
|
0
|
@12001 @a智能科学与技术丛书
|
|
510
|
1
|
@aDeep learning through sparse and low-rank modeling@zeng
|
|
517
|
1
|
@a基于稀疏和低秩模型@Aji yu xi shu he di zhi mo xing
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aTP181@v5
|
|
701
|
0
|
@a王章阳@Awang zhang yang@g(Wang, Zhangyang)@4编著
|
|
701
|
0
|
@c(美)@a傅云@Afu yun@g(Fu, Yun)@4编著
|
|
701
|
0
|
@c(美)@a黄煦涛@Ahuang xu tao@g(Huang, Thomas S. )@4编著
|
|
702
|
0
|
@a黄智濒@Ahuang zhi bin@4译
|
|
801
|
0
|
@aCN@c20221025
|
|
905
|
|
@a河南城建学院图书馆@dTP181@eW458
|
|
|
|
|
| |
| 深度学习：基于稀疏和低秩模型=Deep learning through sparse and low-rank modeling/王章阳(Zhangyang Wang) , (美) 傅云(Yun Fu) , (美) 黄煦涛(Thomas S. Huang) 编著/黄智濒译.-北京：机械工业出版社，2021 |
| 208页：图；24cm.-(智能科学与技术丛书) |
| |
| |
| ISBN 978-7-111-68934-8：CNY89.00 |
| 本书由近几年发表在各类顶级期刊和国际会议/研讨会上的论文集结而成，囊括国内外深度学习研究者的成果。本书关注经典的稀疏/低秩模型与强调问题特定的先验性和可解释性的深度网络模型的集成，从而提高模型的学习能力和可解释性，同时更有效地利用大数据。书中展示了深度学习工具箱与稀疏/低秩模型和算法的紧密联系，并介绍了这些技术在维度约简、动作识别、风格识别、亲属关系理解、图像除雾以及生物医学图像分析等方面的成功应用。 |
| ● |
正题名：深度学习
索取号：TP181/W458
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
1584923
|
215849232
|
自科库301/301自科库 39排2列3层/
[索取号:TP181/W458]
|
在馆
|
|
