英语原文共 9 页， 摘要：我们在深度呈现混合模型（DRMM）的基础上开发了一个用于深度学习的概率框架，DRMM是一个新的生成概率模型,它将精确捕捉由于潜在任务干扰变量而导致的数据变化。我们推理产生了一个精确再现深度卷积神经网络（DCNs）中的运算，提供了一种新的方法原理推导。我们的框架为成功和成功提供了新的见解DCNs的缺点及其改进的原则性途径。DRMM公司通过期望最大化（EM）算法进行训练是一种强有力的替代方法对DCN进行反向传播，初步训练效果良好。分类基于DRMM和其他变体，在有监督的数字签名方面优于DCNs分类，训练2-3⇥更快，同时达到相似的精度。而且DRMM适用于半监督和非监督学习任务，在MNIST基准上实现多个类别的最新结果与CIFAR10基准上的最先进水平相当。 1.简介 人类擅长于从识别物体到复杂的感官

英语原文共 10 页， 英语译文共 13 页， 资料编号：[262347]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 6 页， 英语译文共 7 页， 资料编号：[262352]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 9 页， 英语译文共 12 页， 资料编号：[262337]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 7 页， 英语译文共 9 页， 资料编号：[262340]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 7 页， 英语译文共 7 页， 资料编号：[262343]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 8 页， 英语译文共 13 页， 资料编号：[262319]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 7 页， 英语译文共 7 页， 资料编号：[262331]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 10 页， 英语译文共 10 页， 资料编号：[262328]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

英语原文共 17 页， 制定综合信息技术：人的能动性视角 Marie-Claude Boudreau，Daniel Robey 摘要： 最近关于组织变革的观点强调了人的能动性，而不是技术或结构，以此来解释信息技术在组织中使用所产生的经验结果。然而，新技术、例如企业资源规划系统（ERP）继续与组织变革的议程联系在一起，这主要是因为它们被认为限制了人类的行动。在一个大型政府机构，我们通过报告解释了案例研究的ERP系统实施后，尽管新系统附带了转换议程，但用户最初选择尽可能避免使用它（惯性），后来选择以非预期的方式绕过系统约束（重新发明）。我们用即兴学习的概念来解释法规的变化，即兴学习的动机是来自项目领导者、“超级用户”和同龄人的社会影响。有关制定信息技术在组织和人的机构的时间观点，我们得到了一致的结果。我�