神经网络结构搜索在脑数据分析领域的研究进展.pdfVIP

软件学报ISSN1000-9825,CODENRUXUEWE-mail:jos@iscas.

JournalofSoftware,2024,35(4):1682−1702[doi:10.13328/ki.jos.007012]http://www.jos.

©中国科学院软件研究所版权所有.Tel:+86-10

∗

神经网络结构搜索在脑数据分析领域的研究进展

1,22222222

李晴,汪启昕,李子遇,祝志远,张诗皓,牟浩南,杨文婷,邬霞

1(认知神经科学与学习国家重点实验室(北京师范大学),北京100875)

2(北京师范大学人工智能学院,北京100875)

通信作者:邬霞,E-mail:wuxia@bnu.

摘要:神经网络结构搜索(neuralarchitecturesearch,NAS)是自动化机器学习的重要组成部分,已被广泛应用于

多个领域,包括计算机视觉、语音识别等,能够针对特定数据、场景、任务寻找最优的深层神经网络结构.将NAS

引入至脑数据分析领域,能够在图像分割、特征提取、辅助诊断等多个应用领域大幅度提升性能,展现低能耗自

动化机器学习的优势.基于NAS进行脑数据分析是当前的研究热点之一,同时也具有一定挑战.目前,在此领域,

国内外可供参考的综述性文献较少.对近年来国内外相关文献进行了细致地调研分析,从算法模型、研究任务、

实验数据等不同方面对NAS在脑数据分析领域的研究现状进行了综述.同时,也对能够支撑NAS训练的脑数据

集进行了系统性总结,并对NAS在脑数据分析中存在的挑战和未来的研究方向进行了分析和展望.

关键词:神经网络结构搜索;脑数据分析;神经网络;深度学习

中图法分类号:TP18

中文引用格式:李晴,汪启昕,李子遇,祝志远,张诗皓,牟浩南,杨文婷,邬霞.神经网络结构搜索在脑数据分析领域的

研究进展.软件学报,2024,35(4):1682–1702.http://www.jos./1000-9825/7012.htm

英文引用格式:LiQ,WangQX,LiZY,ZhuZY,ZhangSH,MouHN,YangWT,WuX.SurveyonNeuralArchitectureSearchfor

BrainDataAnalysis.RuanJianXueBao/JournalofSoftware,2024,35(4):1682−1702(inChinese)./1000-

9825/7012.htm

SurveyonNeuralArchitectureSearchforBrainDataAnalysis

1,222