Wynik wyszukiwania
Zapytanie: UCZENIE GŁĘBOKIE
Liczba odnalezionych rekordów: 8



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/8
Nr opisu: 0000133782   
Unsupervised segmentation of hyperspectral images using 3-D convolutional autoencoders.
[Aut.]: Jakub Nalepa, Michał Myller, Y. Imai, K.-I. Honda, T. Takeda, M. Antoniak.
-IEEE Geosci. Remote Sens. Lett. 2020 in press, s. 1-5, bibliogr. 23 poz.
Article in press. Impact Factor 3.534. Punktacja MNiSW 140.000

autoencoder ; grupowanie ; uczenie głębokie ; obrazowanie wielowidmowe ; HSI ; segmentacja nienadzorowana

autoencoder ; clustering ; deep learning ; hyper-spectral imaging ; HSI ; unsupervised segmentation

2/8
Nr opisu: 0000133871   
Automated identification of wood veneer surface defects using faster region-based convolutional neural network with data augmentation and transfer learning.
[Aut.]: A. Urbonas, V. Raudonis, Rytis Maskeliunas, Robertas Damasevicius.
-Appl. Sci. 2019 vol. 9 iss. 22, art. no. 4898 s. 1-20, bibliogr. 66 poz.. Impact Factor 2.217. Punktacja MNiSW 70.000

detekcja defektów ; kontrola jakości ; okleina drzewna ; rozszerzanie danych ; transfer learning ; faster R-CNN ; uczenie głębokie

defect detection ; quality control ; wood veneer ; data augmentation ; transfer learning ; faster R-CNN ; deep learning

3/8
Nr opisu: 0000132738   
Deep learning for multiple-image super-resolution.
[Aut.]: Michał Kawulok, Paweł Benecki, Szymon Piechaczek, Krzysztof Hrynczenko, Daniel Kostrzewa, Jakub Nalepa.
-IEEE Geosci. Remote Sens. Lett. 2019 in press, s. 1-5, bibliogr. 22 poz.
Article in press. Impact Factor 3.534. Punktacja MNiSW 140.000

konwolucyjna sieć neuronowa ; CNN ; uczenie głębokie ; przetwarzanie obrazów ; nadrozdzielczość ; SR

convolutional neural network ; CNN ; deep learning ; image processing ; super-resolution ; SR

4/8
Nr opisu: 0000132590   
Editorial: Machine learning techniques on gene function prediction.
[Aut.]: A. K. Sangaiah, Q. Zou, Dariusz Mrozek.
-Front. Genet. 2019 vol. 10, art. no. 938

uczenie maszynowe ; uczenie głębokie ; uczenie zespołowe ; bioinformatyka ; przewidywanie funkcji genów

machine learning ; deep learning ; ensemble learning ; bioinformatics ; gene function prediction

5/8
Nr opisu: 0000129745   
Super-resolution reconstruction using deep learning: should we go deeper?.
[Aut.]: Daniel Kostrzewa, Szymon Piechaczek, Krzysztof Hrynczenko, Paweł Benecki, Jakub Nalepa, Michał Kawulok.
W: Beyond databases, architectures and structures. Paving the road to smart data processing and analysis. 15th International conference, BDAS 2019, Ustroń, Poland, May 28-31, 2019. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2019, s. 204-216, bibliogr. 42 poz. (Communications in Computer and Information Science ; vol. 1018 1865-0929). Punktacja MNiSW 20.000

rekonstrukcja super-rozdzielcza ; przetwarzanie obrazu ; splotowa sieć neuronowa ; uczenie głębokie

super-resolution reconstruction ; image processing ; convolutional neural network ; deep learning

6/8
Nr opisu: 0000129654   
Validating hyperspectral image segmentation.
[Aut.]: Jakub Nalepa, Michał Myller, Michał Kawulok.
-IEEE Geosci. Remote Sens. Lett. 2019 vol. 16 iss. 3, s. 1264-1268, bibliogr. 23 poz.. Impact Factor 3.534. Punktacja MNiSW 140.000

klasyfikacja ; uczenie głębokie ; obrazowanie hiperspektralne ; segmentacja ; walidacja

classification ; deep learning ; hyperspectral imaging ; segmentation ; validation

7/8
Nr opisu: 0000127722
Hand gesture classification with use of convolutional neural networks.
[Aut.]: Tomasz Grzejszczak, R. Roth, R. Moller.
W: 32nd Annual European Simulation and Modelling Conference. ESM 2018, Ghent, Belgium, 24-26 October 2018. [B.m.] : EUROSIS, 2018, s. 49-53, bibliogr. 27 poz.

CNN ; splotowa sieć neuronowa ; uczenie głębokie ; gesty ; HCI ; HMI ; język migowy

CNN ; convolutional neural network ; deep learning ; hand gestures ; HCI ; HMI ; sign language

8/8
Nr opisu: 0000124800   
Uczenie wielowarstwowych szerokich sieci neuronowych z funkcjami aktywacji typu ReLu w zadaniach klasyfikacji.
[Aut.]: S. Płaczek, Aleksander Płaczek.
-Pozn. Univ. Technol. Acad. J., Electr. Eng. 2018 no. 96, s. 47-58, bibliogr. 6 poz.. Punktacja MNiSW 9.000

sieć neuronowa ; algorytm uczenia ; uczenie głębokie ; sieć szeroka

neural network ; training algorithm ; deep learning ; wide network

stosując format:
Nowe wyszukiwanie