Troomes

Artículo para lectura:
http://citeseerx.ist.psu.edu/viewdoc/do ... 1&type=pdf

Descripción
Este artículo proporciona una descripción general de los enfoques principales de aprendizaje profundo y las direcciones de investigación propuestas durante la última década. Es importante enfatizar que cada enfoque tiene sus fortalezas sus "debilidades, dependiendo de la aplicación y el contexto" en el que se está utilizando. Por lo tanto, este artículo presenta un resumen sobre el estado actual del campo del aprendizaje automático profundo y una perspectiva sobre cómo puede evolucionar. Las redes neuronales convolucionales (CNN) y las redes de creencias profundas (DBN) (con sus respectivas variaciones) están enfocadas principalmente en ello porque están bien establecidas en el campo del aprendizaje profundo y muestran una gran promesa para el trabajo futuro.



Autores
Itamar Arel, Derek C. Rose,
and Thomas P. Karnowski
The University of Tennessee, USA

Fuente original: https://doi.org/10.1109/MCI.2010.938364

Es un artículo muy interesante basado en los distintos algoritmos como CNN y DBN, sería bueno mencionar en el resumen la diferencia que existe de estos algoritmos, sus usos, la aquitectura en la que están basadas y sus aplicaciones de Deep learning y no solo colocar la traducción de una parte de la introducción del paper.