Siamese Neural Networks: An Overview

人工神经网络 相似性(几何) 感知器 计算机科学 维数之咒 代表(政治) 模式识别(心理学) 秩(图论) 前馈神经网络 余弦相似度 欧几里德距离 机器学习 皮尔逊积矩相关系数 卷积神经网络 人工智能 数学 统计 政治 组合数学 图像(数学) 法学 政治学
作者
Davide Chicco
出处
期刊:Methods in molecular biology 卷期号:: 73-94 被引量:444
标识
DOI:10.1007/978-1-0716-0826-5_3
摘要

Similarity has always been a key aspect in computer science and statistics. Any time two element vectors are compared, many different similarity approaches can be used, depending on the final goal of the comparison (Euclidean distance, Pearson correlation coefficient, Spearman’s rank correlation coefficient, and others). But if the comparison has to be applied to more complex data samples, with features having different dimensionality and types which might need compression before processing, these measures would be unsuitable. In these cases, a siamese neural network may be the best choice: it consists of two identical artificial neural networks each capable of learning the hidden representation of an input vector. The two neural networks are both feedforward perceptrons, and employ error back-propagation during training; they work parallelly in tandem and compare their outputs at the end, usually through a cosine distance. The output generated by a siamese neural network execution can be considered the semantic similarity between the projected representation of the two input vectors. In this overview we first describe the siamese neural network architecture, and then we outline its main applications in a number of computational fields since its appearance in 1994. Additionally, we list the programming languages, software packages, tutorials, and guides that can be practically used by readers to implement this powerful machine learning model.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
kk完成签到,获得积分20
刚刚
ding应助mmmmmmgm采纳,获得10
1秒前
脑洞疼应助九旁十五便士采纳,获得10
1秒前
2秒前
LHP完成签到,获得积分10
3秒前
rika发布了新的文献求助10
3秒前
共享精神应助认真的蜜粉采纳,获得10
3秒前
英姑应助阿航采纳,获得10
3秒前
4秒前
南村群童欺我老无力完成签到,获得积分10
4秒前
5秒前
薰硝壤应助treelet007采纳,获得30
5秒前
感动初柔发布了新的文献求助10
7秒前
7秒前
wWw完成签到,获得积分10
7秒前
JamesPei应助xiaosu采纳,获得30
8秒前
斯文败类应助熊熊熊采纳,获得10
8秒前
9秒前
jzd1991完成签到,获得积分10
9秒前
9秒前
10秒前
10秒前
cfghjj完成签到,获得积分10
10秒前
Kay76发布了新的文献求助30
10秒前
huohuo发布了新的文献求助10
10秒前
wanci应助charm12采纳,获得10
10秒前
10秒前
10秒前
虞天睿天下第一完成签到,获得积分20
11秒前
万能图书馆应助XS123采纳,获得10
11秒前
柠檬完成签到,获得积分10
12秒前
12秒前
郗关塚发布了新的文献求助10
12秒前
12秒前
wWw发布了新的文献求助10
13秒前
hume完成签到,获得积分10
13秒前
13秒前
感动初柔完成签到,获得积分20
14秒前
娇气的笑蓝完成签到,获得积分10
14秒前
大个应助会飞的史迪奇采纳,获得10
14秒前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Pharmacogenomics: Applications to Patient Care, Third Edition 1000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Genera Insectorum: Mantodea, Fam. Mantidæ, Subfam. Hymenopodinæ (Classic Reprint) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3083043
求助须知:如何正确求助?哪些是违规求助? 2736283
关于积分的说明 7540658
捐赠科研通 2385697
什么是DOI,文献DOI怎么找? 1265066
科研通“疑难数据库(出版商)”最低求助积分说明 612909
版权声明 597702