深度森林研究综述
深度森林算法首次开启了非神经网络结构的深度学习模式,并因具有非微分形式基学习器和无须大量训练数据的优良特性,已经成为工业界和学术界的重要研究方向,因此,对现有深度森林算法进行归纳和总结,综述了其主要结构及特点.首先,介绍深度森林结构及其性质;接着,将目前深度森林的研究分为引入特征工程、改进表征学习、修改基学习器、修改层级结构和引入权重配置等5个方向进行分析和总结;然后,介绍深度森林算法在不同领域中的最新应用现状,并给出深度森林算法所面临的挑战及未来研究方向;最后,对本文工作进行总结.
深度森林;集成学习;深度学习;非神经网络结构;特征工程;层级结构
48
U461;TP308(汽车工程)
国家自然科学基金;国家自然科学基金;北京市自然科学基金资助项目
2022-02-22（万方平台首次上网日期，不代表论文的发表时间）
共15页
182-196
