Key points are not available for this paper at this time.
Deep Learning hat das öffentliche Bewusstsein explodieren lassen, hauptsächlich weil prädiktive und analytische Produkte unsere Welt durchdringen, in Form von zahlreichen menschenzentrierten Smart-World-Systemen, einschließlich gezielter Werbung, Sprachassistenten und Dolmetschern sowie Prototypen autonomer Fahrzeug Systeme. Dennoch bleiben für die meisten die zugrunde liegenden Mechanismen, die solche menschenzentrierten Smart-Produkte ermöglichen, unklar. Im Gegensatz dazu integrieren Forscher aus verschiedenen Disziplinen Deep Learning in ihre Forschung, um Probleme zu lösen, die vorher nicht angegangen werden konnten. In diesem Papier streben wir an, eine gründliche Untersuchung von Deep Learning in seinen Anwendungen und Mechanismen bereitzustellen. Insbesondere hoffen wir, als kategorische Sammlung des aktuellen Stands der Forschung im Deep Learning einen breiten Referenzrahmen zu bieten für diejenigen, die eine Einführung in Deep Learning und dessen verschiedene Implementierungen, Plattformen, Algorithmen und Anwendungen in einer Vielzahl von Smart-World-Systemen suchen. Darüber hinaus hoffen wir, wichtige jüngste Fortschritte in der Technologie zu skizzieren und Einblicke in Bereiche zu geben, in denen Deep Learning die Forschung verbessern kann, sowie neue Forschungsfelder hervorzuheben, in denen Deep Learning noch nicht zur Anwendung gekommen ist, aber dennoch immens profitieren könnte. Wir hoffen, dass diese Umfrage eine wertvolle Referenz für neue Deep Learning-Praktiker sowie für diejenigen darstellt, die in der Anwendung von Deep Learning innovieren möchten.
Building similarity graph...
Analyzing shared references across papers
Loading...
William G. Hatcher
Towson University
Wei Yu
Nanjing University
IEEE Access
Towson University
Building similarity graph...
Analyzing shared references across papers
Loading...
Hatcher et al. (Mon,) haben diese Frage untersucht.
synapsesocial.com/papers/6a07fee5217278811afe142d — DOI: https://doi.org/10.1109/access.2018.2830661
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: