Глубокое обучение (Russian Wikipedia)

Analysis of information sources in references of the Wikipedia article "Глубокое обучение" in Russian language version.

refsWebsite

Global rank Russian rank

24web.archive.org

1^st place

21doi.org

2^nd place

3^rd place

10arxiv.org

69^th place

148^th place

7nih.gov

4^th place

6^th place

3msu.edu

1,844^th place

3,667^th place

3worldcat.org

5^th place

2researchgate.net

120^th place

191^st place

2toronto.edu

low place

2nips.cc

low place

2harvard.edu

18^th place

63^rd place

2sanghv.com

low place

1ieee.org

652^nd place

857^th place

1gmdh.net

low place

1uci.edu

3,063^rd place

2,968^th place

1elsevier.com

610^th place

575^th place

1sciencemag.org

857^th place

399^th place

1idsia.ch

low place

1books.google.com

3^rd place

10^th place

1kaggle.com

low place

1imageidentify.com

low place

1fortune.com

433^rd place

813^th place

1technologyreview.com

1,943^rd place

3,801^st place

1microsoft.com

153^rd place

177^th place

1wikipedia.org

low place

1keras.io

low place

1videolectures.net

low place

arxiv.org

Schmidhuber, Jürgen. Deep learning in neural networks: An overview (неопр.) // Neural Networks. — 2015. — Т. 61. — С. 85—117. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828.
Bengio, Yoshua (2012). "Practical recommendations for gradient-based training of deep architectures". arXiv:1206.5533.
Ciresan, D.; Meier, U.; Schmidhuber, J. Multi-column deep neural networks for image classification // IEEE Conference on Computer Vision and Pattern Recognition. — 2012. — С. 3642–3649. — ISBN 978-1-4673-1228-8. — doi:10.1109/cvpr.2012.6248110. — arXiv:1202.2745..
Vinyals, Oriol; Toshev, Alexander; Bengio, Samy; Erhan, Dumitru. Show and Tell: A Neural Image Caption Generator // [cs.CV]. — 2014. — arXiv:1411.4555.
Fang, Hao; Gupta, Saurabh; Iandola, Forrest; Srivastava, Rupesh; Deng, Li; Dollár, Piotr; Gao, Jianfeng; He, Xiaodong; Mitchell, Margaret; Platt, John C; Lawrence Zitnick, C; Zweig, Geoffrey. From Captions to Visual Concepts and Back // [cs.CV]. — 2014. — arXiv:https://arxiv.org/abs/1411.4952.
Kiros, Ryan; Salakhutdinov, Ruslan; Zemel, Richard S. Unifying Visual-Semantic Embeddings with Multimodal Neural Language Models // [cs.LG]. — 2014. — arXiv:https://arxiv.org/abs/1411.2539.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview // Neural Networks. 61: 85–117. — 2015. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview (неопр.) // Neural Networks. — 2015. — Т. 61. — С. 85—117. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Bengio, Y.; Courville, A.; Vincent, P. Representation Learning: A Review and New Perspectives (англ.) // IEEE Transactions on Pattern Analysis and Machine Intelligence^[англ.] : journal. — 2013. — Vol. 35, no. 8. — P. 1798—1828. — doi:10.1109/tpami.2013.50. — arXiv:1206.5538.
Glauner, P. (2015). Deep Convolutional Neural Networks for Smile Recognition (MSc Thesis). Imperial College London, Department of Computing. arXiv:1508.06535.

books.google.com

A Field Guide to Dynamical Recurrent Networks (англ.) / Kolen, John F.; Kremer, Stefan C. (eds.). — John Wiley & Sons, 2001. — ISBN 978-0-7803-5369-5. Архивировано 19 августа 2020 года.

doi.org

dx.doi.org

Ciresan, Dan; Meier, U.; Schmidhuber, J. Multi-column deep neural networks for image classification (англ.) // 2012 IEEE Conference on Computer Vision and Pattern Recognition : journal. — 2012. — June. — P. 3642—3649. — doi:10.1109/cvpr.2012.6248110. Архивировано 20 февраля 2018 года.
Schmidhuber, Jürgen. Deep learning in neural networks: An overview (неопр.) // Neural Networks. — 2015. — Т. 61. — С. 85—117. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828.
de Carvalho, Andre C. L. F.; Fairhurst, Mike C.; Bisset, David. An integrated Boolean neural network for pattern classification (англ.) // Pattern Recognition Letters. — 1994. — 8 August. — P. 807—813. — doi:10.1016/0167-8655(94)90009-4. Архивировано 25 августа 2019 года.
Hinton, Geoffrey E.; Dayan, Peter; Frey, Brendan J.; Neal, Radford. The wake-sleep algorithm for unsupervised neural networks (англ.) // Science. — 1995. — 26 May (vol. 268, no. 5214). — P. 1158—1161. — doi:10.1126/science.7761831. Архивировано 25 августа 2019 года.
Morgan, Nelson; Bourlard, Hervé; Renals, Steve; Cohen, Michael; Franco, Horacio. Hybrid neural network/hidden markov model systems for continuous speech recognition // International Journal of Pattern Recognition and Artificial Intelligence.. — 1993-08-01. — № 07 (4): 899–916. — ISSN 0218-0014. — doi:10.1142/s0218001493000455.
Waibel, A.; Hanazawa, T.; Hinton, G.; Shikano, K.; Lang, K. J. Phoneme recognition using time-delay neural networks // IEEE Transactions on Acoustics, Speech, and Signal Processing. 37 (3): 328–339. — March 1989. — ISSN 0096-3518. — doi:10.1109/29.21701. hdl:10338.dmlcz/135496.
Baker, J.; Deng, Li; Glass, Jim; Khudanpur, S.; Lee, C.-H.; Morgan, N.; O'Shaughnessy, D. 2009. Research Developments and Directions in Speech Recognition and Understanding, Part 1 // IEEE Signal Processing Magazine.. — № 26 (3): 75–80. — doi:10.1109/msp.2009.932166.
Deng, L.; Hassanein, K.; Elmasry, M. Analysis of correlation structure for a neural predictive model with applications to speech recognition // Neural Networks. 7 (2). — 1994. — С. 331–339. — doi:10.1016/0893-6080(94)90027-2.
Ciresan, D.; Meier, U.; Schmidhuber, J. Multi-column deep neural networks for image classification // IEEE Conference on Computer Vision and Pattern Recognition. — 2012. — С. 3642–3649. — ISBN 978-1-4673-1228-8. — doi:10.1109/cvpr.2012.6248110. — arXiv:1202.2745..
Ciresan, D.; Giusti, A.; Gambardella, L.M.; Schmidhuber, J. Mitosis Detection in Breast Cancer Histology Images using Deep Neural Networks // Proceedings MICCAI. Lecture Notes in Computer Science. 7908 (Pt 2): 411–418.. — 2013. — ISBN 978-3-642-38708-1. — doi:10.1007/978-3-642-40763-5_51. — PMID 24579167.
Zhong, Sheng-hua; Liu, Yan; Liu, Yang. Bilinear Deep Learning for Image Classification // Proceedings of the 19th ACM International Conference on Multimedia. MM '11. New York, NY, USA: ACM. — 2011. — С. 343–352. — ISBN 9781450306164. — doi:10.1145/2072298.2072344.
Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda. Mastering the game of Go with deep neural networks and tree search // Nature: 529 (7587):. — January 2016. — ISSN 1476-4687. — doi:10.1038/nature16961. — Bibcode: 2016Natur.529..484S. — PMID 26819042.
Bengio, Yoshua. Learning Deep Architectures for AI // Foundations and Trends in Machine Learning. 2 (1): 1–127. — 2009. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview // Neural Networks. 61: 85–117. — 2015. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Deng, L.; Yu, D. Deep Learning: Methods and Applications (неопр.) // Foundations and Trends in Signal Processing. — 2014. — Т. 7, № 3—4. — С. 1—199. — doi:10.1561/2000000039. Архивировано 14 марта 2016 года.
Bengio, Yoshua. Learning Deep Architectures for AI (неопр.) // Foundations and Trends in Machine Learning. — 2009. — Т. 2, № 1. — С. 1—127. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года. Архивированная копия (неопр.). Дата обращения: 24 ноября 2017. Архивировано из оригинала 4 марта 2016 года.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview (неопр.) // Neural Networks. — 2015. — Т. 61. — С. 85—117. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Bengio, Y.; Courville, A.; Vincent, P. Representation Learning: A Review and New Perspectives (англ.) // IEEE Transactions on Pattern Analysis and Machine Intelligence^[англ.] : journal. — 2013. — Vol. 35, no. 8. — P. 1798—1828. — doi:10.1109/tpami.2013.50. — arXiv:1206.5538.
Bengio, Yoshua; LeCun, Yann; Hinton, Geoffrey. Deep Learning (англ.) // Nature. — 2015. — Vol. 521. — P. 436—444. — doi:10.1038/nature14539. — PMID 26017442.
Olshausen, B. A. Emergence of simple-cell receptive field properties by learning a sparse code for natural images (англ.) // Nature : journal. — 1996. — Vol. 381, no. 6583. — P. 607—609. — doi:10.1038/381607a0. — Bibcode: 1996Natur.381..607O. — PMID 8637596.

doi.org

Ivakhnenko, Alexey (1971). "Polynomial theory of complex systems" (PDF). IEEE Transactions on Systems, Man, and Cybernetics. SMC-1 (4): 364—378. doi:10.1109/TSMC.1971.4308320.

elsevier.com

linkinghub.elsevier.com

de Carvalho, Andre C. L. F.; Fairhurst, Mike C.; Bisset, David. An integrated Boolean neural network for pattern classification (англ.) // Pattern Recognition Letters. — 1994. — 8 August. — P. 807—813. — doi:10.1016/0167-8655(94)90009-4. Архивировано 25 августа 2019 года.

fortune.com

Why Deep Learning Is Suddenly Changing Your Life (неопр.). Fortune (13 апреля 2018). Дата обращения: 30 ноября 2019. Архивировано 14 апреля 2018 года.

gmdh.net

Ivakhnenko, Alexey (1971). "Polynomial theory of complex systems" (PDF). IEEE Transactions on Systems, Man, and Cybernetics. SMC-1 (4): 364—378. doi:10.1109/TSMC.1971.4308320.

harvard.edu

adsabs.harvard.edu

Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda. Mastering the game of Go with deep neural networks and tree search // Nature: 529 (7587):. — January 2016. — ISSN 1476-4687. — doi:10.1038/nature16961. — Bibcode: 2016Natur.529..484S. — PMID 26819042.
Olshausen, B. A. Emergence of simple-cell receptive field properties by learning a sparse code for natural images (англ.) // Nature : journal. — 1996. — Vol. 381, no. 6583. — P. 607—609. — doi:10.1038/381607a0. — Bibcode: 1996Natur.381..607O. — PMID 8637596.

idsia.ch

people.idsia.ch

S. Hochreiter. Untersuchungen zu dynamischen neuronalen Netzen (нем.) : Diploma thesis. — Munich: Institut f. Informatik. Technische Univ., 1991. Архивировано 6 марта 2015 года.

ieee.org

ieeexplore.ieee.org

Ciresan, Dan; Meier, U.; Schmidhuber, J. Multi-column deep neural networks for image classification (англ.) // 2012 IEEE Conference on Computer Vision and Pattern Recognition : journal. — 2012. — June. — P. 3642—3649. — doi:10.1109/cvpr.2012.6248110. Архивировано 20 февраля 2018 года.

imageidentify.com

"The Wolfram Language Image Identification Project". www.imageidentify.com. Retrieved 2017-03-22. (неопр.) Дата обращения: 29 ноября 2019. Архивировано 22 июля 2020 года.

kaggle.com

Announcement of the winners of the Merck Molecular Activity Challenge (неопр.). Дата обращения: 27 ноября 2019. Архивировано 21 июня 2017 года.

keras.io

blog.keras.io

Francois Chollet. Chapter 9, Section 2 // Deep Learning with Python. — Manning, 2017. — 350 p. — ISBN 9781617294433.

microsoft.com

research.microsoft.com

Deng, L.; Yu, D. Deep Learning: Methods and Applications (неопр.) // Foundations and Trends in Signal Processing. — 2014. — Т. 7, № 3—4. — С. 1—199. — doi:10.1561/2000000039. Архивировано 14 марта 2016 года.

msu.edu

cse.msu.edu

J. Weng, N. Ahuja, T. S. Huang. Cresceptron: a self-organizing neural network which grows adaptively (англ.) // Proc. International Joint Conference on Neural Networks. — Baltimore, Maryland, 1992. — June (vol. I). — P. 576—581. Архивировано 21 сентября 2017 года.
J. Weng, N. Ahuja, T. S. Huang. Learning recognition and segmentation of 3-D objects from 2-D images (англ.) // Proc. 4th International Conf. Computer Vision. — Berlin, Germany, 1993. — May. — P. 121—128. Архивировано 21 сентября 2017 года.
J. Weng, N. Ahuja, T. S. Huang. Learning recognition and segmentation using the Cresceptron (англ.) // International Journal of Computer Vision. — 1997. — November (vol. 25, no. 2). — P. 105—139. Архивировано 25 января 2021 года.

nih.gov

ncbi.nlm.nih.gov

Ciresan, D.; Giusti, A.; Gambardella, L.M.; Schmidhuber, J. Mitosis Detection in Breast Cancer Histology Images using Deep Neural Networks // Proceedings MICCAI. Lecture Notes in Computer Science. 7908 (Pt 2): 411–418.. — 2013. — ISBN 978-3-642-38708-1. — doi:10.1007/978-3-642-40763-5_51. — PMID 24579167.
Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda. Mastering the game of Go with deep neural networks and tree search // Nature: 529 (7587):. — January 2016. — ISSN 1476-4687. — doi:10.1038/nature16961. — Bibcode: 2016Natur.529..484S. — PMID 26819042.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview // Neural Networks. 61: 85–117. — 2015. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Schmidhuber, J. Deep Learning in Neural Networks: An Overview (неопр.) // Neural Networks. — 2015. — Т. 61. — С. 85—117. — doi:10.1016/j.neunet.2014.09.003. — arXiv:1404.7828. — PMID 25462637.
Bengio, Yoshua; LeCun, Yann; Hinton, Geoffrey. Deep Learning (англ.) // Nature. — 2015. — Vol. 521. — P. 436—444. — doi:10.1038/nature14539. — PMID 26017442.
Olshausen, B. A. Emergence of simple-cell receptive field properties by learning a sparse code for natural images (англ.) // Nature : journal. — 1996. — Vol. 381, no. 6583. — P. 607—609. — doi:10.1038/381607a0. — Bibcode: 1996Natur.381..607O. — PMID 8637596.

tripod.nih.gov

NCATS Announces Tox21 Data Challenge Winners (неопр.). Дата обращения: 27 ноября 2019. Архивировано 8 сентября 2015 года.

nips.cc

papers.nips.cc

Ciresan, Dan; Giusti, Alessandro; Gambardella, Luca M.; Schmidhuber, Juergen. Advances in Neural Information Processing Systems // Curran Associates, Inc.. — 2012. — С. 2843–2851.. Архивировано 9 августа 2017 года.
Szegedy, Christian; Toshev, Alexander; Erhan, Dumitru. Deep neural networks for object detection // Advances in Neural Information Processing Systems. — 2013. — С. 2553–2561. Архивировано 29 июня 2017 года.

researchgate.net

Rina Dechter (1986). Learning while searching in constraint-satisfaction problems. Архивная копия от 19 апреля 2016 на Wayback Machine. University of California, Computer Science Department, Cognitive Systems Laboratory.
Bengio, Y. Artificial Neural Networks and their Application to Speech/Sequence Recognition // McGill University Ph.D. thesis.. — 1991. Архивировано 9 мая 2021 года.

sanghv.com

Bengio, Yoshua. Learning Deep Architectures for AI // Foundations and Trends in Machine Learning. 2 (1): 1–127. — 2009. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года.
Bengio, Yoshua. Learning Deep Architectures for AI (неопр.) // Foundations and Trends in Machine Learning. — 2009. — Т. 2, № 1. — С. 1—127. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года. Архивированная копия (неопр.). Дата обращения: 24 ноября 2017. Архивировано из оригинала 4 марта 2016 года.

sciencemag.org

science.sciencemag.org

Hinton, Geoffrey E.; Dayan, Peter; Frey, Brendan J.; Neal, Radford. The wake-sleep algorithm for unsupervised neural networks (англ.) // Science. — 1995. — 26 May (vol. 268, no. 5214). — P. 1158—1161. — doi:10.1126/science.7761831. Архивировано 25 августа 2019 года.

technologyreview.com

Hof, Robert D. Is Artificial Intelligence Finally Coming into Its Own? // MIT Technology Review. Retrieved 2018-07-10. Архивировано 31 марта 2019 года.

toronto.edu

cs.toronto.edu

A Fast Learning Algorithm for Deep Belief Nets (неопр.). Дата обращения: 24 января 2018. Архивировано 23 декабря 2015 года.
Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffry. ImageNet Classification with Deep Convolutional Neural Networks // NIPS 2012: Neural Information Processing Systems, Lake Tahoe, Nevada.. — 2012. Архивировано 10 января 2017 года.

uci.edu

ics.uci.edu

Yann LeCun et al. Backpropagation Applied to Handwritten Zip Code Recognition (англ.). Дата обращения: 28 августа 2014. Архивировано из оригинала 29 мая 2015 года.

videolectures.net

Collobert, R. (April 2011). Deep Learning for Efficient Discriminative Parsing. VideoLectures.net. Отметка времени: 7min 45s. Архивировано 19 октября 2020. Дата обращения: 14 декабря 2016. Источник (неопр.). Дата обращения: 14 декабря 2016. Архивировано 19 октября 2020 года.

web.archive.org

Ciresan, Dan; Meier, U.; Schmidhuber, J. Multi-column deep neural networks for image classification (англ.) // 2012 IEEE Conference on Computer Vision and Pattern Recognition : journal. — 2012. — June. — P. 3642—3649. — doi:10.1109/cvpr.2012.6248110. Архивировано 20 февраля 2018 года.
Rina Dechter (1986). Learning while searching in constraint-satisfaction problems. Архивная копия от 19 апреля 2016 на Wayback Machine. University of California, Computer Science Department, Cognitive Systems Laboratory.
Yann LeCun et al. Backpropagation Applied to Handwritten Zip Code Recognition (англ.). Дата обращения: 28 августа 2014. Архивировано из оригинала 29 мая 2015 года.
J. Weng, N. Ahuja, T. S. Huang. Cresceptron: a self-organizing neural network which grows adaptively (англ.) // Proc. International Joint Conference on Neural Networks. — Baltimore, Maryland, 1992. — June (vol. I). — P. 576—581. Архивировано 21 сентября 2017 года.
J. Weng, N. Ahuja, T. S. Huang. Learning recognition and segmentation of 3-D objects from 2-D images (англ.) // Proc. 4th International Conf. Computer Vision. — Berlin, Germany, 1993. — May. — P. 121—128. Архивировано 21 сентября 2017 года.
J. Weng, N. Ahuja, T. S. Huang. Learning recognition and segmentation using the Cresceptron (англ.) // International Journal of Computer Vision. — 1997. — November (vol. 25, no. 2). — P. 105—139. Архивировано 25 января 2021 года.
de Carvalho, Andre C. L. F.; Fairhurst, Mike C.; Bisset, David. An integrated Boolean neural network for pattern classification (англ.) // Pattern Recognition Letters. — 1994. — 8 August. — P. 807—813. — doi:10.1016/0167-8655(94)90009-4. Архивировано 25 августа 2019 года.
Hinton, Geoffrey E.; Dayan, Peter; Frey, Brendan J.; Neal, Radford. The wake-sleep algorithm for unsupervised neural networks (англ.) // Science. — 1995. — 26 May (vol. 268, no. 5214). — P. 1158—1161. — doi:10.1126/science.7761831. Архивировано 25 августа 2019 года.
S. Hochreiter. Untersuchungen zu dynamischen neuronalen Netzen (нем.) : Diploma thesis. — Munich: Institut f. Informatik. Technische Univ., 1991. Архивировано 6 марта 2015 года.
A Field Guide to Dynamical Recurrent Networks (англ.) / Kolen, John F.; Kremer, Stefan C. (eds.). — John Wiley & Sons, 2001. — ISBN 978-0-7803-5369-5. Архивировано 19 августа 2020 года.
Bengio, Y. Artificial Neural Networks and their Application to Speech/Sequence Recognition // McGill University Ph.D. thesis.. — 1991. Архивировано 9 мая 2021 года.
A Fast Learning Algorithm for Deep Belief Nets (неопр.). Дата обращения: 24 января 2018. Архивировано 23 декабря 2015 года.
Announcement of the winners of the Merck Molecular Activity Challenge (неопр.). Дата обращения: 27 ноября 2019. Архивировано 21 июня 2017 года.
NCATS Announces Tox21 Data Challenge Winners (неопр.). Дата обращения: 27 ноября 2019. Архивировано 8 сентября 2015 года.
Ciresan, Dan; Giusti, Alessandro; Gambardella, Luca M.; Schmidhuber, Juergen. Advances in Neural Information Processing Systems // Curran Associates, Inc.. — 2012. — С. 2843–2851.. Архивировано 9 августа 2017 года.
Krizhevsky, Alex; Sutskever, Ilya; Hinton, Geoffry. ImageNet Classification with Deep Convolutional Neural Networks // NIPS 2012: Neural Information Processing Systems, Lake Tahoe, Nevada.. — 2012. Архивировано 10 января 2017 года.
"The Wolfram Language Image Identification Project". www.imageidentify.com. Retrieved 2017-03-22. (неопр.) Дата обращения: 29 ноября 2019. Архивировано 22 июля 2020 года.
Why Deep Learning Is Suddenly Changing Your Life (неопр.). Fortune (13 апреля 2018). Дата обращения: 30 ноября 2019. Архивировано 14 апреля 2018 года.
Bengio, Yoshua. Learning Deep Architectures for AI // Foundations and Trends in Machine Learning. 2 (1): 1–127. — 2009. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года.
Szegedy, Christian; Toshev, Alexander; Erhan, Dumitru. Deep neural networks for object detection // Advances in Neural Information Processing Systems. — 2013. — С. 2553–2561. Архивировано 29 июня 2017 года.
Hof, Robert D. Is Artificial Intelligence Finally Coming into Its Own? // MIT Technology Review. Retrieved 2018-07-10. Архивировано 31 марта 2019 года.
Deng, L.; Yu, D. Deep Learning: Methods and Applications (неопр.) // Foundations and Trends in Signal Processing. — 2014. — Т. 7, № 3—4. — С. 1—199. — doi:10.1561/2000000039. Архивировано 14 марта 2016 года.
Bengio, Yoshua. Learning Deep Architectures for AI (неопр.) // Foundations and Trends in Machine Learning. — 2009. — Т. 2, № 1. — С. 1—127. — doi:10.1561/2200000006. Архивировано 4 марта 2016 года. Архивированная копия (неопр.). Дата обращения: 24 ноября 2017. Архивировано из оригинала 4 марта 2016 года.
Collobert, R. (April 2011). Deep Learning for Efficient Discriminative Parsing. VideoLectures.net. Отметка времени: 7min 45s. Архивировано 19 октября 2020. Дата обращения: 14 декабря 2016. Источник (неопр.). Дата обращения: 14 декабря 2016. Архивировано 19 октября 2020 года.

wikipedia.org

en.wikipedia.org

Bengio, Y.; Courville, A.; Vincent, P. Representation Learning: A Review and New Perspectives (англ.) // IEEE Transactions on Pattern Analysis and Machine Intelligence^[англ.] : journal. — 2013. — Vol. 35, no. 8. — P. 1798—1828. — doi:10.1109/tpami.2013.50. — arXiv:1206.5538.

worldcat.org

Morgan, Nelson; Bourlard, Hervé; Renals, Steve; Cohen, Michael; Franco, Horacio. Hybrid neural network/hidden markov model systems for continuous speech recognition // International Journal of Pattern Recognition and Artificial Intelligence.. — 1993-08-01. — № 07 (4): 899–916. — ISSN 0218-0014. — doi:10.1142/s0218001493000455.
Waibel, A.; Hanazawa, T.; Hinton, G.; Shikano, K.; Lang, K. J. Phoneme recognition using time-delay neural networks // IEEE Transactions on Acoustics, Speech, and Signal Processing. 37 (3): 328–339. — March 1989. — ISSN 0096-3518. — doi:10.1109/29.21701. hdl:10338.dmlcz/135496.
Silver, David; Huang, Aja; Maddison, Chris J.; Guez, Arthur; Sifre, Laurent; Driessche, George van den; Schrittwieser, Julian; Antonoglou, Ioannis; Panneershelvam, Veda. Mastering the game of Go with deep neural networks and tree search // Nature: 529 (7587):. — January 2016. — ISSN 1476-4687. — doi:10.1038/nature16961. — Bibcode: 2016Natur.529..484S. — PMID 26819042.