深度信念网络（Deep Belief Network, DBN）由 Geoffrey E. Hinton在2006 年提出。它是一种生成模型，通过训练其神经元间的权重，可以让整个神经网络按照最大概率来生成训练数据。通过使用DBN，不仅可以识别特征、分类数据，还可以用它来生成数据。

该论文集共收录100篇论文，最高引用数是14050，来自多伦多大学的Geoffrey E. Hinton在该领域发表了8篇论文，在所有学者中最多。

论文集地址：https://www.aminer.cn/topic/5e7d9a78ea0348b7e22edd75

订阅了解更多论文信息，定制您的个人科研动态信息流：https://www.aminer.cn/user/notification 在这里插入图片描述

内容中包含的图片若涉及版权问题，请及时与我们联系删除