您的位置： 专家智库 > >

钱明达

作品数：3 被引量：1H指数：1
供职机构：中国科学院计算技术研究所更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇专利
  • 1篇期刊文章

领域

  • 1篇自动化与计算...

主题

  • 2篇有权
  • 2篇时间复杂度
  • 2篇算数
  • 2篇所有权
  • 2篇权值
  • 2篇权值矩阵
  • 2篇线性复杂度
  • 2篇矩阵
  • 2篇复杂度
  • 1篇SPARK

机构

  • 3篇中国科学院
  • 1篇燕山大学

作者

  • 3篇庄福振
  • 3篇何清
  • 3篇钱明达
  • 2篇敖翔
  • 2篇罗平
  • 1篇张大鹏

传媒

  • 1篇数据采集与处...

年份

  • 2篇2018
  • 1篇2016
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
一种基于并行自动编码机的特征学习方法及系统
本发明提供一种基于并行自动编码机的特征学习方法，包括：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包...
庄福振钱明达申恩兆敖翔罗平何清
文献传递
基于Spark的高效并行自动编码机被引量：1
2018年
机器学习中一个非常关键的问题就是如何获取良好的数据特征表示,许多经典的特征提取方法是基于数据间关系或利用简单线性组合降维后得到数据的特征表示。其中深度学习算法在各种学习任务中都可以取得良好的效果,而且可以学到很好的数据特征表示。但现有深度学习算法或模型大多为单机串行实现,不能处理较大规模的数据且运行时间较长。本文设计实现了一种基于Spark分布式平台的高效并行自动编码机,该编码机可以有效地进行特征表示学习,并且利用分布式计算平台Spark对算法进行加速,优化了对稀疏数据的操作,大大提升了运行效率。本文通过在文本数据特征学习以及协同过滤两个任务上的实验,表明本文所实现的并行自动编码机的有效性和高效性。
庄福振钱明达申恩兆张大鹏何清
关键词：SPARK
一种基于并行自动编码机的特征学习方法及系统
本发明提供一种基于并行自动编码机的特征学习方法，包括：1)管理机执行Map操作，为各个工作机规划任务并将任务分发给每个工作机；其中，各个工作机的任务一致，均是基于所输入的数据对自动编码机的权值矩阵进行训练；所述权值矩阵包...
庄福振钱明达申恩兆敖翔罗平何清
文献传递
全选 清除 导出
共1页<1>
聚类工具0