ماشین بولتزمن محدود (RBM)
یک ماشین بولتزمن محدود (RBM) یک مدل احتمالی مولد دو-لایهای متشکل از واحدهای باینری مرئی (مشاهدهشده) و پنهان (نهفته) است که توسط یک گراف دوبخشی بدون جهت و بدون اتصالات درونلایهای به هم متصل شدهاند. RBM که در ابتدا در سال ۱۹۸۶ توسط پل اسمولنسکی با نام «هارمونیوم» معرفی شد و در سال ۲۰۰۶ توسط جفری هینتون و روسلان صلاحالدینوف در مقاله برجسته خود در ساینس به شدت احیا شد، به عنوان بلوک سازنده پیشآموزش حریصانه لایه به لایه شبکههای باور عمیق (Deep Belief Networks) اهمیت تاریخی پیدا کرد و پس از سالها رکود، علاقه به شبکههای عصبی عمیق را دوباره برانگیخت.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
- Hinton, G. E. (2002). Training Products of Experts by Minimizing Contrastive Divergence. Neural Computation, 14(8), 1771–1800. DOI: 10.1162/089976602760128018 ↗
- Smolensky, P. (1986). Information Processing in Dynamical Systems: Foundations of Harmony Theory. In D. E. Rumelhart & J. L. McClelland (Eds.), Parallel Distributed Processing, Vol. 1 (pp. 194–281). MIT Press. ISBN: 978-0-262-68053-0
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 20). MIT Press. ISBN: 978-0-262-03561-3
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Restricted Boltzmann Machine (RBM) — Bipartite Generative Energy Model. ScholarGate. https://scholargate.app/fa/deep-learning/restricted-boltzmann-machine
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- خودرمزگذاریادگیری عمیق↔ compare
- شبکه باور عمیق (DBN)یادگیری عمیق↔ compare
- Variational Autoencoderیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →