深度信念网络研究进展

来源：计算机工程与应用杂志2020年第9期北京时间：

作者：周涛，陆惠玲，霍兵强

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.宁夏智能信息与大数据处理重点实验室，银川 750021；3.宁夏医科大学 理学院，银川 750004

摘要：深度信念网络（Deep Belief Networks，DBN）作为深度学习（Deep Learning，DL）中的重要模型，目前已被成功应用于人脸识别、手写字体识别、医学图像分析处理等诸多领域。从深度信念网络出发，主要做了四个方面的工作：第一，从受限玻尔兹曼机以及深度信念网络的网络结构和学习过程两个方面阐述了深度信念网络的基本原理；第二，从网络结构和学习算法两个方面总结了深度信念网络的研究进展：在网络结构方面，从网络深度、RBM结构和DBN级联三个角度进行归纳；在学习算法方面，从基本算法、优化算法和融合方法三个方面进行梳理；第三，对深度信念网络在医学图像分析领域中的应用进行了总结；第四，总结了目前DBN存在的问题。

关键词：深度信念网络,网络结构,学习算法,医学图像