《表1 NN与FS发展对比》
另外,FS可以针对NN的不足,利用自身优势完成突破。本文对比了NN和FS的发展历程(见表1),尽管NN在识别、分类、回归等问题上的精度比FS好,但它需要大量的训练,而且随着层数的增加,人们难以解释NN的结构和参数。在最近一期的Nature子刊中,Zador[42]批判了人工NN的不足,他认为先天结构比后天训练更加重要。而FS的先天结构具有很强的可解释性,无需大量的训练,可以很好地弥补NN的缺点。
图表编号 | XD00128227200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 陈德旺、蔡际杰、黄允浒 |
绘制单位 | 福州大学数学与计算机科学学院、福州大学智慧地铁福建省高校重点实验室、福州大学数学与计算机科学学院、福州大学智慧地铁福建省高校重点实验室、福州大学数学与计算机科学学院、福州大学智慧地铁福建省高校重点实验室 |
更多格式 | 高清、无水印(增值服务) |