Wynik wyszukiwania
Zapytanie: MAŁE DANE
Liczba odnalezionych rekordów: 1



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/1
Nr opisu: 0000139037
Tytuł oryginału: Data augmentation using principal component resampling for image recognition by deep learning.
Autorzy: O.O. Abayomi-Alli, Robertas Damasevicius, Michał Wieczorek, Marcin Woźniak.
Źródło: W: Artificial intelligence and soft computing. 19th International conference, ICAISC 2020, Zakopane, Poland, October 12-14, 2020. Proceedings. Pt. 2. Eds. Leszek Rutkowski, Rafał Scherer, Marcin Korytkowski, Witold Pedrycz, Ryszard Tadeusiewicz, Jacek M. Zurada. Cham : Springer, 2020, s. 39-48, bibliogr. 23 poz.
ISBN: 978-3-030-61533-8978-3-030-61534-5
Seria: (Lecture Notes in Computer Science ; vol. 12416 Lecture Notes in Artificial Intelligence ; 0302-9743)
Punktacja MNiSW: 20.000
Liczba arkuszy wydawniczych: 0,5
Bazy indeksujące publikację: Springer; DBLP; Scopus
DOI:
Słowa kluczowe polskie: rozpoznawanie obrazów ; konwolucyjna sieć neuronowa ; analiza głównych składowych ; rozszerzanie danych ; małe dane ; uczenie głębokie
Słowa kluczowe angielskie: image recognition ; convolutional neural network ; principal component analysis ; data augmentation ; small data ; deep learning
Typ publikacji: RK
Język publikacji: ENG
Zasieg terytorialny: Z
Afiliacja: praca afiliowana w PŚl.


stosując format:
Nowe wyszukiwanie