Wynik wyszukiwania
Zapytanie: KONWOLUCYJNA SIEĆ NEURONOWA
Liczba odnalezionych rekordów: 18



Przejście do opcji zmiany formatu | Wyświetlenie wyników w wersji do druku | Pobranie pliku do edytora | Przesłanie wyników do modułu analizy | excel | Nowe wyszukiwanie
1/18
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

2/18
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

3/18
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

4/18
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

5/18
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

6/18
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

7/18
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

8/18
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

9/18
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

10/18
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

11/18
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

12/18
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

13/18
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

14/18
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

15/18
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

16/18
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

17/18
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

18/18
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

stosując format:
Nowe wyszukiwanie