Ghent university, Dept. of Telecommunications and Information Processing St.-Pietersnieuwstraat 41 9000 Gent, Belgium;
机译:深度神经网络与人类视觉对象识别的时空皮质动力学的比较揭示了层次对应
机译:机器学习方法对听觉对象进行分层分类
机译:通过联合改进传感器姿势和对象轨迹来进行传感器网络校准的分层方法
机译:对象比较的分层方法
机译:使用带有形状描述符的分层方法来加速对象的提取和检测。
机译:深度神经网络与人类视觉对象识别的时空皮质动力学的比较揭示了层次对应
机译:深度神经网络与人类视觉对象识别的时空皮层动力学的比较揭示了分层对应