正則化深度學習及其在機器人環(huán)境感知中的應(yīng)用

　　近年來，隨著人工智能技術(shù)的飛速發(fā)展，深度神經(jīng)網(wǎng)絡(luò)技術(shù)在圖像分析、語音識別、自然語言理解等難點問題中都取得了十分顯著的應(yīng)用成果。《正則化深度學習及其在機器人環(huán)境感知中的應(yīng)用》系統(tǒng)地介紹了深度學習應(yīng)用于機器人環(huán)境感知面臨的難點與挑戰(zhàn)，針對性地提出基于正則化深度學習的機器人環(huán)境感知方法，并結(jié)合機器人作業(yè)場景分類、多任務(wù)協(xié)同環(huán)境感知、機器人導航避障環(huán)境深度恢復、感知目標三維重建等應(yīng)用案例對正則化深度學習方法應(yīng)用進行介紹?！墩齽t化深度學習及其在機器人環(huán)境感知中的應(yīng)用》緊緊圍繞面向機器人環(huán)境感知的深度學習問題，深入分析相關(guān)概念，建立相關(guān)模型，并設(shè)計相關(guān)方法，為正則化深度學習機器人環(huán)境感知應(yīng)用提出了較為系統(tǒng)的解決方案。

暫缺《正則化深度學習及其在機器人環(huán)境感知中的應(yīng)用》作者簡介