AMiner平台（https://www.aminer.cn）由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
必读论文：https://www.aminer.cn/topic
论文集地址：https://www.aminer.cn/topic/6004e6bb92c7f9be2169cb1a
内隐神经表征，又称学习表示。在深度学习领域内，内隐神经表征是指通过模型的参数，采用何种形式、何种方式来表示模型的输入观测样本X。内隐神经表征有很多种形式，比如CNN参数的有监督训练是一种有监督的学习形式，对自动编码器和限制玻尔兹曼机参数的无监督预训练是一种无监督的学习形式，对DBN参数先进行无监督预训练，再进行有监督fine-tuning是一种半监督的共享表示学习形式。近年来，内隐神经表征的研究在深度学习领域引起了广泛的关注，在自然语言处理中，将句子或者词表示成向量的形式已经成为了约定俗成的第一步，在计算机视觉中，使用CNN首先处理图像也被广泛认可，而网络表示学习等多个相关领域的兴起也预示着内隐神经表征必定成为未来很长一段时间的研究热点。
该论文集共收录33篇论文，最高引用数是211，来自斯坦福大学的Gordon Wetzstein在该领域发表了6篇论文，在所有学者中最多。
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?f=mt
本文同步分享在 博客“AMiner科技”（CSDN）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/4888399/blog/4914826