TY -的A2 De Maio卡门盟——刘,荣盟——刘阎盟——燕,作为非盟- Wang Jing-Yan PY - 2020 DA - 2020/01/02 TI -迭代深入社区,深入学习模型包括输入数据和他们的邻居SP - 9868017六世- 2020 AB -深度学习模型,如深卷积神经网络和深多空内存模型,在许多模式取得了巨大的成就在影子机器学习模型与手工分类应用程序功能。主要原因是深度学习的能力模型自动从大量的数据中提取层次功能由多个层的神经元。然而,在其他情况下,现有的深度学习模型仍不能获得令人满意的结果由于限制输入的模型。现有的深度学习模型只需要一个输入点的数据实例,但完全忽略其他数据点的数据集,这可能为给定的输入分类提供了重要的洞察力。为了克服这种差距,在本文中,我们表明,相邻数据点除了输入数据点本身可以显著促进深度学习模型的性能,设计一种新型深度学习模型,需要一个输入点的数据实例和邻国的分类作为输入的反应。此外,我们开发一个迭代算法,更新数据点的邻居深表示输出显示深度学习模型和深交替学习模型的参数。名为“迭代的算法,深入社区(IDN)”显示其优势最先进的深度学习模型在图像分类任务,文本情感分析,房地产价格趋势预测等SN - 1687 - 5265你2020/9868017 / 10.1155——https://doi.org/10.1155/2020/9868017——摩根富林明,计算智能和神经科学PB - Hindawi KW - ER