computational complexity; data privacy; feature extraction; learning (artificial intelligence); optimisation; statistical distributions;
机译:通过共同利用先验知识和部分监督将UTE-MDIXON MR ABDOMEN-PELVIS图像转化为CT
机译:基于联合监督损失和多层特征融合的判别深度特征学习对异构面部识别的影响
机译:基于双树复小波变换和非负矩阵分解的联合学习过程和子带平滑率掩码的监督单通道语音增强
机译:具有区分性-歧义先验的监督式联合非线性变换学习,可保护通用隐私
机译:限制监督学习:特征选择和特征空间划分。
机译:监督学习的非线性树突符合检测
机译:基于混合小波变换的特征和监督学习方法击败分类