第28卷第5期
机器学习与计算数学

渭南E

公社。计算机。Phys.,28(2020),第1639-1670页。

在线发布:2020-2011年

预览 购买PDF 732 20662
导出引文
  • 摘要

基于神经网络的机器学习能够以前所未有的效率和精度逼近高维函数。这个有不仅在传统人工智能领域,而且在科学计算和计算科学领域,开辟了许多令人兴奋的新可能性。同样随着时间的推移,机器学习也获得了“黑匣子”的美誉一种没有基本原则的技巧。这是制造机器学习的进一步进展。
在本文中,我们试图解决以下两个非常重要的问题:(1)机器学习已经并将进一步影响计算数学、科学计算和计算科学?(2) 计算能力如何数学,特别是数值分析,会影响机器学习吗?我们描述了在这些问题上取得的一些最重要的进展。我们的希望能把事情放在一个有助于整合机器学习的角度计算数学。

  • 关键词

基于神经网络的机器学习,基于机器学习的算法。

  • AMS主题标题

65Z99、62G08、62H99

  • 版权

版权所有:©全球科学出版社

  • 电子邮件地址
  • BibTex公司
  • RIS公司
  • 文本
@第{CiCP-28-1639条,作者{E,渭南},标题{机器学习与计算数学},杂志{计算物理通讯},年份={2020},体积={28},数字={5},页数={1639--1670},摘要={

基于神经网络的机器学习能够以前所未有的效率和精度逼近高维函数。这个有不仅在传统人工智能领域,而且在科学计算和计算科学领域,开辟了许多令人兴奋的新可能性。同样随着时间的推移,机器学习也获得了“黑匣子”的美誉一种没有基本原则的技巧。这是制造机器学习的进一步进展。
在本文中,我们试图解决以下两个非常重要的问题:(1)机器学习已经并将进一步影响计算数学、科学计算和计算科学?(2) 计算能力如何数学,特别是数值分析,会影响机器学习吗?我们描述了在这些问题上取得的一些最重要的进展。我们的希望能把事情放在一个有助于整合机器学习的角度计算数学。

},issn={1991-7120},doi={https://doi.org/10.4208/cicp.OA-2020-0185},url={http://global-sci.org/intro/article_detail/cicp/18392.html}}
泰-焦T1-机器学习和计算数学渭南澳新计算物理通信VL-5级SP-1639号EP-1670年2020年DA-2020/11年序号-28做-http://doi.org/10.4208/cicp.OA-2020-0185乌尔-https://global-sci.org/intro/article_detail/cicp/18392.html基于KW神经网络的机器学习,基于机器学习的算法。AB型-

基于神经网络的机器学习能够以前所未有的效率和精度逼近高维函数。这个有不仅在传统人工智能领域,而且在科学计算和计算科学领域,开辟了许多令人兴奋的新可能性。同样随着时间的推移,机器学习也获得了“黑匣子”的美誉一种没有基本原则的技巧。这是制造机器学习的进一步进展。
在本文中,我们试图解决以下两个非常重要的问题:(1)机器学习已经并将进一步影响计算数学、科学计算和计算科学?(2) 计算能力如何数学,尤其是机器学习能影响数学吗?我们描述了在这些问题上取得的一些最重要的进展。我们的希望能把事情放在一个有助于整合机器学习的角度计算数学。

渭南E.(2020年)。机器学习与计算数学。计算物理通信.28(5) 一。1639-1670年。doi:10.4208/cicp.OA-2020-0185
复制到剪贴板
引文已复制到剪贴板