Wynik wyszukiwania
Zapytanie:
CONVOLUTIONAL NEURAL NETWORK
Liczba odnalezionych rekordów:
37
Przejście do opcji zmiany formatu
|
Wyświetlenie wyników w wersji do druku
|
Pobranie pliku do edytora
|
Przesłanie wyników do modułu analizy
|
excel
|
Nowe wyszukiwanie
1/37
Nr opisu:
0000137379
Automated classification of axial CT slices using convolutional neural network.
[Aut.]: Paweł
Badura
, Jan
Juszczyk
, P.
Bożek
, Michał
Smoliński
.
W:
Innovations in biomedical engineering
. AAB 2020. International Scientific Conference Advances in Applied Biomechanics, Wisła, Poland, 15-17 May 2020. Eds. Marek Gzik, Zbigniew Paszenda, Ewa Pietka, Ewaryst Tkacz, Krzysztof Milewski. Cham : Springer, 2021
, s. 329-336, bibliogr. 11 poz. (
Advances in Intelligent Systems and Computing
; vol. 1223 2194-5357)
rozpoznawanie obrazów
;
tomografia komputerowa
;
klasyfikacja
;
uczenie głębokie
;
konwolucyjna sieć neuronowa
image recognition
;
computed tomography
;
classification
;
deep learning
;
convolutional neural network
2/37
Nr opisu:
0000136718
Deep learning approach to automated segmentation of tongue in camera images for computer-aided speech diagnosis.
[Aut.]: Agata
Sage
, Zuzanna
Miodońska
, Michał
Kręcichwost
, J.
Trzaskalik
, E.
Kwaśniok
, Paweł
Badura
.
W:
Information Technology in Biomedicine
. Eds. Ewa Pietka, Pawel Badura, Jacek Kawa, Wojciech Wieclawek. Cham : Springer, 2021
, s. 41-51, bibliogr. 18 poz. (
Advances in Intelligent Systems and Computing
; vol. 1186 2194-5357)
komputerowe wspomaganie logopedii
;
język
;
segmentacja
;
konwolucyjna sieć neuronowa
computer-assisted speech therapy
;
tongue
;
segmentation
;
convolutional neural network
3/37
Nr opisu:
0000136678
A novel method for detection of tuberculosis in chest radiographs using artificial ecosystem-based optimisation of deep neural network features.
[Aut.]: A. T.
Sahlol
, M.
Abd Elaziz
, A. T.
Jamal
, Robertas
Damasevicius
, O. F.
Hassan
.
-
Symmetry
2020 vol. 12 no. 7
, s. 1-17, bibliogr. 61 poz..
Impact Factor
2.645.
Punktacja MNiSW
70.000
gruźlica
;
transfer learning
;
konwolucyjna sieć neuronowa
;
uczenie głębokie
;
przetwarzanie obrazu
;
optymalizacja oparta na sztucznym ekosystemie
tuberculosis
;
transfer learning
;
convolutional neural network
;
deep learning
;
image processing
;
artificial ecosystem-based optimization
4/37
Nr opisu:
0000135324
A smart home system development.
[Aut.]: Vasyl
Lytvyn
, V.
Vysotska
, N.
Shakhovska
, V.
Mykhailyshyn
, M.O.
Medykovskyy
, I.
Peleshchak
, V. B.
Fernandes
, R.
Peleshchak
, S.
Shcherbak
.
W:
International Conference on Computer Science and Information Technologies
. CSIT 2019, Lviv, Ukraine, September 17-20, 2019. Selected papers. Cham : Springer, 2020
, s. 804-830, bibliogr. 66 poz. (
Advances in Intelligent Systems and Computing
; vol. 1080 2194-5357)
inteligentny dom
;
interfejs użytkownika
;
urządzenie inteligentne
;
pulpit operatora
;
system inteligentny
;
Internet Rzeczy
;
mobilna sieć komunikacyjna
;
konwolucyjna sieć neuronowa
;
system wspomagania decyzji
;
metoda hierarchii analitycznej
;
Apple Home Kit
smart home
;
user interface
;
intelligent device
;
control panel
;
intelligent system
;
Internet of Things
;
mobile communication network
;
convolutional neural network
;
decision support system
;
analytical hierarchy method
;
Apple Home Kit
5/37
Nr opisu:
0000136190
Accurate and fast URL phishing detector: a convolutional neural network approach.
[Aut.]: W.
Wei
, Q.
Ke
, J.
Nowak
, M.
Korytkowski
, R.
Scherer
, Marcin
Woźniak
.
-
Comput. Netw.
2020 vol. 178
, s. 1-9, bibliogr. 38 poz..
Impact Factor
3.111.
Punktacja MNiSW
100.000
phishing
;
URL
;
uczenie maszynowe
;
konwolucyjna sieć neuronowa
phishing
;
URL
;
machine learning
;
convolutional neural network
6/37
Nr opisu:
0000137550
An adaptive genetic algorithm as a supporting mechanism for microscopy image analysis in a cascade of convolution neural networks.
[Aut.]: Dawid
Połap
.
-
Appl. Soft Comput.
2020 vol. 97 Pt. B
, s. 1-11, bibliogr. 36 poz..
Impact Factor
5.472.
Punktacja MNiSW
200.000
klasyfikacja obrazów
;
algorytm genetyczny
;
konwolucyjna sieć neuronowa
;
analiza mikroskopowa
image classification
;
genetic algorithm
;
convolutional neural network
;
microscopic analysis
7/37
Nr opisu:
0000136197
Analiza przestrzennych modeli akustycznych głosek dentalizowanych w diagnostyce sygmatyzmu. Rozprawa doktorska.
[Aut.]: Michał
Kręcichwost
.
Gliwice, 2020, 172 s., bibliogr. 194 poz.
Politechnika Śląska. Wydział Inżynierii Biomedycznej. Promotor: dr hab. inż. Paweł Badura, dr inż. Joanna Czajkowska
logopedia
;
diagnostyka
;
wspomaganie komputerowe
;
sygmatyzm
;
sygnał mowy
;
model akustyczny
;
konwolucyjna sieć neuronowa
logopedia
;
diagnostics
;
computer support
;
sigmatism
;
speech signal
;
acoustic model
;
convolutional neural network
8/37
Nr opisu:
0000135373
Application of deep learning object classifier to improve e-waste collection planning.
[Aut.]: Piotr
Nowakowski
, Teresa
Pamuła
.
-
Waste Manage.
2020 vol. 109
, s. 1-9, bibliogr. 42 poz..
Impact Factor
5.448.
Punktacja MNiSW
200.000
e-odpady
;
zużyty sprzęt elektryczny i elektroniczny
;
deep learning
;
klasyfikator obiektów
;
detektor odpadów elektronicznych
;
konwolucyjna sieć neuronowa
;
planowanie zbiórki odpadów
e-waste
;
waste electrical and electronic equipment
;
deep learning
;
object classifier
;
e-waste detector
;
convolutional neural network
;
waste collection planning
9/37
Nr opisu:
0000138124
Convolutional neural network in upper limb functional motion analysis after stroke.
[Aut.]: Agnieszka
Szczęsna
, M.
Błaszczyszyn
, A.
Kawala-Sterniuk
.
-
PeerJ
2020 vol. 8
, s. 1-20, bibliogr. 49 poz..
Impact Factor
2.379.
Punktacja MNiSW
100.000
konwolucyjna sieć neuronowa
;
hiperparametr
;
funkcjonalna analiza ruchu
;
udar
;
ruch podnoszący
;
optyczne przechwytywanie ruchu
convolutional neural network
;
hyper-parameter
;
functional motion analysis
;
stroke
;
lifting movement
;
optical motion capture
10/37
Nr opisu:
0000139037
Data augmentation using principal component resampling for image recognition by deep learning.
[Aut.]: O.O.
Abayomi-Alli
, Robertas
Damasevicius
, Michał
Wieczorek
, Marcin
Woźniak
.
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. (
Lecture Notes in Computer Science
; vol. 12416
Lecture Notes in Artificial Intelligence
; 0302-9743).
Punktacja MNiSW
20.000
rozpoznawanie obrazów
;
konwolucyjna sieć neuronowa
;
analiza głównych składowych
;
rozszerzanie danych
;
małe dane
;
uczenie głębokie
image recognition
;
convolutional neural network
;
principal component analysis
;
data augmentation
;
small data
;
deep learning
11/37
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.
2020 vol. 17 iss. 6
, s. 1062-1066, bibliogr. 22 poz..
Impact Factor
3.833.
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
12/37
Nr opisu:
0000134860
Hyperspectral band selection using attention-based convolutional neural networks.
[Aut.]: Pablo
Ribalta Lorenzo
, Łukasz
Tulczyjew
, M.
Marcinkiewicz
, Jakub
Nalepa
.
-
IEEE Access
2020 vol. 8
, s. 42384-42403, bibliogr. 101 poz..
Impact Factor
3.745.
Punktacja MNiSW
100.000
uczenie głębokie
;
konwolucyjna sieć neuronowa
;
klasyfikacja
;
wybór pasma
;
mechanizm skupienia uwagi
deep learning
;
convolutional neural network
;
classification
;
band selection
;
attention mechanism
13/37
Nr opisu:
0000139000
Konwolucyjne sieci neuronowe w zagadnieniach klasyfikacji.
[Aut.]: Paweł
Śliwa
, Witold
Beluch
.
W:
Metody komputerowe - 2020
. Studencka konferencja naukowa, Gliwice, wrzesień 2020. Red.: Grzegorz Dziatkiewicz, Jacek Ptaszny. Katedra Mechaniki i Inżynierii Obliczeniowej. Wydział Mechaniczny Technologiczny. Politechnika Śląska. Gliwice : Katedra Mechaniki i Inżynierii Obliczeniowej. Wydział Mechaniczny Technologiczny. Politechnika Śląska, 2020
, s. 149-152, bibliogr. 2 poz.
konwolucyjna sieć neuronowa
;
głęboka sieć neuronowa
;
trening sieci neuronowej
convolutional neural network
;
deep neural networks
;
neural networks training
14/37
Nr opisu:
0000138282
Long-range dependent traffic classification with convolutional neural networks based on hurst exponent analysis.
[Aut.]: K.
Filus
, Adam
Domański
, J.
Domańska
, Dariusz
Marek
, Jakub
Szyguła
.
-
Entropy
2020 vol. 22 iss. 10
, s. 1-15, bibliogr. 43 poz..
Impact Factor
2.494.
Punktacja MNiSW
100.000
sieć neuronowa
;
konwolucyjna sieć neuronowa
;
wykładnik Hursta
;
samopodobieństwo
;
ruch internetowy
;
ułamkowy szum gaussowski
neural network
;
convolutional neural network
;
Hurst exponent
;
self-similarity
;
Internet traffic
;
fractional gaussian noise
15/37
Nr opisu:
0000138065
Machine learning in object recognition and segmentation by certain class neural networks.
[Aut.]: W.
Westwańska
, Jerzy
Respondek
.
W:
2020 20th International Conference on Computational Science and its Applications
. ICCSA 2020, 1-4 July 2020, online event. Proceedings. Piscataway : Institute of Electrical and Electronics Engineers, 2020
, s. 67-73, bibliogr. 26 poz.
konwolucyjna sieć neuronowa
;
U-Net
;
segmentacja obiektu
;
rozpoznawanie obiektów
convolutional neural network
;
U-Net
;
object segmentation
;
object recognition
16/37
Nr opisu:
0000135881
Neural image reconstruction using a heuristic validation mechanism.
[Aut.]: Dawid
Połap
, G.
Srivastava
.
-
Neural Comput. Appl.
2020
, s. 1-11, bibliogr. 36 poz.
Special issue: Hybridization of neural computing with nature inspired algorithms.
Impact Factor
4.774.
Punktacja MNiSW
100.000
rekonstrukcja obrazów
;
algorytm heurystyczny
;
konwolucyjna sieć neuronowa
image reconstruction
;
heuristic algorithm
;
convolutional neural network
17/37
Nr opisu:
0000138081
Recognition of drivers' activity based on 1D convolutional neural network.
[Aut.]: Rafał
Doniec
, Szymon
Sieciński
, Konrad
Duraj
, Natalia
Piaseczna
, K.
Mocny-Pachońska
, Ewaryst
Tkacz
.
-
Electronics - Switz.
2020 vol. 9 iss. 12
, s. 1-17, bibliogr. 42 poz..
Impact Factor
2.412.
Punktacja MNiSW
100.000
rozpoznawanie aktywności
;
jazda samochodem
;
klasyfikacja
;
elektrookulografia
;
konwolucyjna sieć neuronowa
;
inteligentne okulary
;
urządzenie do noszenia
activity recognition
;
car driving
;
classification
;
electrooculography
;
convolutional neural network
;
smart glasses
;
wearable devices
18/37
Nr opisu:
0000135681
Sieci neuronowe w inżynierii budowlanej.
[Aut.]: Mateusz
Żarski
.
W:
Współczesne zagadnienia z inżynierii lądowej
. Prace naukowe doktorantów. Red. Iwona Pokorska-Silva, Krzysztof Gromysz. Gliwice : Wydaw. Politechniki Śląskiej, 2020
, s. 225-235, bibliogr. 21 poz. (
Monografia
;
[Politechnika Śląska]
nr 837).
Punktacja MNiSW
20.000
konwolucyjna sieć neuronowa
;
zastosowanie
;
inżynieria budowlana
convolutional neural network
;
application
;
civil engineering
19/37
Nr opisu:
0000134128
Soft trees with neural components as image-processing technique for archeological excavations.
[Aut.]: Marcin
Woźniak
, Dawid
Połap
.
-
Pers. Ubiquitous Comput.
2020 vol. 24 iss. 3
, s. 363-375, bibliogr. 29 poz..
Impact Factor
2.000.
Punktacja MNiSW
100.000
teoria zbiorów miękkich
;
drzewo decyzyjne
;
splotowa sieć neuronowa
;
wzbogacenie kulturowe
;
wykopaliska archeologiczne
soft set theory
;
decision tree
;
convolutional neural network
;
cultural enrichment
;
archeological excavations
20/37
Nr opisu:
0000134615
Strengthening the perception of the virtual worlds in a virtual reality environment.
[Aut.]: Dawid
Połap
, Karolina
Kęsik
, Alicja
Winnicka
, Marcin
Woźniak
.
-
ISA Trans.
2020 vol. 102
, s. 397-406, bibliogr. 30 poz..
Impact Factor
4.305.
Punktacja MNiSW
140.000
rzeczywistość wirtualna
;
gra na telefon
;
zachowanie gracza
;
przetwarzanie obrazu
;
splotowa sieć neuronowa
virtual reality
;
mobile game
;
player behavior
;
image processing
;
convolutional neural network
21/37
Nr opisu:
0000134271
Towards resource-frugal deep convolutional neural networks for hyperspectral image segmentation.
[Aut.]: Jakub
Nalepa
, M.
Antoniak
, Michał
Myller
, Pablo
Ribalta Lorenzo
, M.
Marcinkiewicz
.
-
Microprocess. Microsyst.
2020 vol. 73
, art. no. 102994 s. 1-14, bibliogr. 98 poz..
Impact Factor
1.161.
Punktacja MNiSW
40.000
obrazowanie hiperspektralne
;
głębokie sieci neuronowe
;
splotowa sieć neuronowa
;
kwantyzacja
;
segmentacja
;
klasyfikacja
hyperspectral imaging
;
deep neural networks
;
convolutional neural network
;
quantization
;
segmentation
;
classification
22/37
Nr opisu:
0000132098
Bacteria shape classification by the use of region covariance and Convolutional Neural Network.
[Aut.]: Dawid
Połap
, Marcin
Woźniak
.
W:
2019 International Joint Conference on Neural Networks
. IJCNN, Budapest, Hungary, 14-19 July 2019. Los Alamitos : Institute of Electrical and Electronics Engineers, 2019
, s. 1-7, bibliogr. 23 poz..
Punktacja MNiSW
140.000
wykrywanie kształtu bakterii
;
splotowa sieć neuronowa
;
kowariancja regionu
bacteria shape detection
;
convolutional neural network
;
region covariance
23/37
Nr opisu:
0000130421
Convolutional neural networks for computer aided diagnosis of interdental and rustling sigmatism.
[Aut.]: A.
Woloshuk
, Michał
Kręcichwost
, Zuzanna
Miodońska
, Dominika
Korona
, Paweł
Badura
.
W:
Information technology in biomedicine
. International Conference, ITIB 2019, Kamień Śląski, Poland, June 18-20, 2019. Eds. Ewa Pietka, Pawel Badura, Jacek Kawa, Wojciech Wieclawek. Cham : Springer, 2019
, s. 179-186, bibliogr. 26 poz. (
Advances in Intelligent Systems and Computing
; vol. 1011 2194-5357).
Punktacja MNiSW
20.000
wspomaganie komputerowe wymowy
;
spółgłoska sycząca
;
diagnostyka sygmatyzmu
;
splotowa sieć neuronowa
computer-aided pronunciation evaluation
;
sibilant
;
sigmatism diagnosis
;
convolutional neural network
24/37
Nr opisu:
0000129762
Image augmentation techniques for road sign detection in automotive vision system.
[Aut.]: Paulina
Bugiel
, Jacek
Izydorczyk
, Tomasz
Sułkowski
.
W:
Artificial intelligence methods in intelligent algorithms
. Proceedings of 8th Computer Science On-line Conference 2019. Vol. 2. Ed. Radek Silhavy. Cham : Springer, 2019
, s. 229-242, bibliogr. 16 poz. (
Advances in Intelligent Systems and Computing
; vol. 985 2194-5357).
Punktacja MNiSW
20.000
detekcja obiektów
;
widzenie maszynowe
;
splotowa sieć neuronowa
;
położenie próbki
object detection
;
machine vision
;
convolutional neural network
;
sample placement
;
image augmentation
;
automotive
25/37
Nr opisu:
0000131970
On data augmentation for segmenting hyperspectral images.
[Aut.]: Jakub
Nalepa
, Michał
Myller
, Michał
Kawulok
, Bogdan
Smołka
.
W:
Real-Time Image Processing and Deep Learning 2019, Baltimore, Maryland, United States, 15-16 April 2019
. Eds. Nasser Kehtarnavaz, Matthias F. Carlsohn. Bellingham : SPIE, 2019
, art. no. 1099609 s. 1-8 (
Proceedings of SPIE
; vol. 10996 0277-786X).
Punktacja MNiSW
20.000
splotowa sieć neuronowa
;
rozszerzanie danych
;
deep learning
;
obrazowanie hiperspektralne
;
GANs
convolutional neural network
;
data augmentation
;
deep learning
;
hyperspectral imaging
;
GANs
26/37
Nr opisu:
0000125001
Parallel processing of computed tomography images.
[Aut.]: Dawid
Połap
, Marcin
Woźniak
.
W:
Information Systems Architecture and Technology
. Proceedings of 39th International Conference on Information Systems Architecture and Technology - ISAT 2018. Pt. 2. Eds.: Jerzy Świątek, Leszek Borzemski, Zofia Wilimowska. Cham : Springer, 2019
, s. 95-104, bibliogr. 18 poz. (
Advances in Intelligent Systems and Computing
; vol. 853 2194-5357).
Punktacja MNiSW
20.000
przetwarzanie obrazu
;
splotowa sieć neuronowa
;
obrazy tomografii komputerowej
image processing
;
convolutional neural network
;
CT images
27/37
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
28/37
Nr opisu:
0000125436
Automatic segmentation of corneal endothelium images with convolutional neural network.
[Aut.]: Karolina
Nurzyńska
.
W:
Beyond databases, architectures and structures
. Facing the challenges of data proliferation and growing variety. 14th International conference, BDAS 2018 held at the 24th IFIP World Computer Congress, WCC 2018, Poznan, Poland, September 18-20, 2018. Proceedings. Eds. Stanisław Kozielski, Dariusz Mrozek, Paweł Kasprowski, Bożena Małysiak-Mrozek, Daniel Kostrzewa. Cham : Springer, 2018
, s. 323-333, bibliogr. 19 poz. (
Communications in Computer and Information Science
; vol. 928 1865-0929).
Punktacja MNiSW
20.000
obraz śródbłonka rogówki
;
konwolucyjna sieć neuronowa
;
segmentacja
;
klasyfikacja
corneal endothelium images
;
convolutional neural network
;
segmentation
;
classification
29/37
Nr opisu:
0000125182
Genetically-trained deep neural networks.
[Aut.]: Jakub
Nalepa
, Krzysztof
Pawełczyk
, Michał
Kawulok
.
W:
Proceedings of the 2018 Genetic and Evolutionary Computation Conference Companion
. GECCO'18 Companion, Kyoto, Japan, 15-19 July 2018. Association for Computing Machinery. New York : Association for Computing Machinery, 2018
, s. 63-64, bibliogr. 7 poz..
Punktacja MNiSW
140.000
splotowa sieć neuronowa
;
deep learning
;
algorytm genetyczny
convolutional neural network
;
deep learning
;
genetic algorithm
30/37
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..
Punktacja MNiSW
5.000
CNN
;
splotowa sieć neuronowa
;
uczenie głębokie
;
gesty
;
HCI
;
HMI
;
język migowy
CNN
;
convolutional neural network
;
deep learning
;
hand gestures
;
HCI
;
HMI
;
sign language
31/37
Nr opisu:
0000124245
How to extract interesting information for identity verification process from spectrograms?.
[Aut.]: Kamil
Książek
, Karolina
Kęsik
, Zbigniew
Marszałek
.
-
J. Univ. Comput. Sci.
2018 vol. 24 no. 4
, s. 444-459, bibliogr. 28 poz.
Special issue: Advances in security and privacy of multimodal interfaces. Eds. Robertas Damasevicius, Marcin Woźniak, Vicente Alarcon-Aquino, Ivan Ganchev, Wei Wei.
Impact Factor
0.910.
Punktacja MNiSW
20.000
splotowa sieć neuronowa
;
weryfikacja tożsamości
;
przykładowe dane
;
spektrogram
convolutional neural network
;
identity verification
;
sample data
;
spectrogram
32/37
Nr opisu:
0000126071
Object detection and recognition via clustered features.
[Aut.]: Marcin
Woźniak
, Dawid
Połap
.
-
Neurocomputing
2018 vol. 320
, s. 76-84, bibliogr. 39 poz..
Impact Factor
4.072.
Punktacja MNiSW
30.000
splotowa sieć neuronowa
;
system adaptacyjny
;
zautomatyzowany system wspomagania
;
przetwarzanie obrazów
convolutional neural network
;
adaptive system
;
automated decision support
;
image processing
33/37
Nr opisu:
0000124778
Road traffic conditions classification based on multilevel filtering of image content using convolutional neural networks.
[Aut.]: Teresa
Pamuła
.
-
IEEE Intell. Transp. Syst. Mag.
2018 vol. 10 iss. 3
, s. 11-21, bibliogr. 28 poz..
Impact Factor
3.294.
Punktacja MNiSW
25.000
sterowanie ruchem
;
segmentacja obrazu
;
kamera
;
splotowa sieć neuronowa
;
analiza zadań
;
filtr nieliniowy
;
układ sterowania
traffic control
;
image segmentation
;
camera
;
convolutional neural network
;
task analysis
;
nonlinear filter
34/37
Nr opisu:
0000121164
Convolutional neural network based solar photovoltaic panel detection in satellite photos.
[Aut.]: V.
Golovko
, S.
Bezobrazov
, A.
Kroshchanka
, Anatoliy*
Sachenko
, M.
Komar
, A.
Karachka
.
W:
Proceedings of the 2017 IEEE 9th International Conference on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Application (IDAACS)
. IDAACS'2017, September 21-23, 2017, Bucharest, Romania. Vol. 2. Piscataway : IEEE, 2017
, s. 14-19, bibliogr. 11 poz..
Punktacja MNiSW
15.000
splotowa sieć neuronowa
;
produkcja energii
;
dane geoprzestrzenne
;
moc znamionowa
;
zdjęcia satelitarne
;
wykrywanie paneli słonecznych
convolutional neural network
;
energy production
;
geospatial data
;
power capacity
;
satellite photos
;
solar panels detection
35/37
Nr opisu:
0000121617
Image approach to voice recognition.
[Aut.]: Dawid
Połap
, Marcin
Woźniak
.
W:
2017 IEEE Symposium Series on Computational Intelligence
. (SSCI), Honolulu, Hawai, USA, 27 November - 1 December 2017. Proceedings. Piscataway : IEEE, 2017
, s. 1-7, bibliogr. 28 poz..
Punktacja MNiSW
15.000
rozpoznawanie głosu
;
heurystyka
;
splotowa sieć neuronowa
voice processing
;
heuristics
;
convolutional neural network
36/37
Nr opisu:
0000121616
Lung segmentation on x-ray images with neural validation.
[Aut.]: Dawid
Połap
, Marcin
Woźniak
.
W:
2017 IEEE Symposium Series on Computational Intelligence
. (SSCI), Honolulu, Hawai, USA, 27 November - 1 December 2017. Proceedings. Piscataway : IEEE, 2017
, s. 1-7, bibliogr. 27 poz..
Punktacja MNiSW
15.000
medyczne przetwarzanie obrazu
;
segmantacja obrazów
;
splotowa sieć neuronowa
medical image processing
;
image segmentation
;
convolutional neural network
37/37
Nr opisu:
0000120477
Obstacle detection as a safety alert in augmented reality models by the use of deep learning techniques.
[Aut.]: Dawid
Połap
, Karolina
Kęsik
, Kamil
Książek
, Marcin
Woźniak
.
-
Sensors
2017 vol. 17 iss. 12
, art. no. 2803 s. 1-16, bibliogr. 28 poz..
Impact Factor
2.475.
Punktacja MNiSW
30.000
splotowa sieć neuronowa
;
sieci neuronowe typu spiking
;
architektura hybrydowa
;
wykrywanie przeszkód
;
rzeczywistość rozszerzona
convolutional neural network
;
spiking neural network
;
hybrid architecture
;
obstacle detection
;
augmented reality
stosując format:
standardowy
pełny z etykietami pól
roboczy
redakcja skr.
redakcja peł.
kontrolny
Nowe wyszukiwanie