退出
我的积分:
中文文献批量获取
外文文献批量获取
李亚鸣;
中国科学技术大学;
机译:无模型柔性翼飞机基于模型的无梯度自适应学习控制器
机译:利用模型 - 不可知的元学习算法和卷积神经网络的高光谱图像的小样本分类
机译:基于小波包分解,卷积神经网络和卷积长期短期记忆网络的基于智能深度学习的风速预测模型
机译:第四代LFR小样本动力学行为的初步研究的简化模型
机译:基于图像的特征学习和分类的卷积神经网络体系结构研究。
机译:基于时间卷积网络的结构变形深学习预测模型
机译:这项研究是在课堂七SMPN 51万隆进行了准实验研究。本研究旨在回顾:学生的数学学习和教师谁通过结构化的任务和普通任务,增加了通过结构化的任务,普通任务和使用Knisley数学学习模式学生的数学解题能力的差异使用Knisley数学学习模型的描述传统的学习,提高质量Knisley的数学学习模式通过结构化的任务和数学通过普通的任务学习模型,以及对数学的学习,使用学生的态度数学通过结构化的任务,并通过普通的任务,学习的楷模。所用的研究方法是不等价的方法(前测和后测)对照组设计。使用科研仪器在测试和nontes形式获得的数据。之后正进行观察和分析。基于数据处理的结果,得到的:学生和教师的活动的图片已经增加到被越来越好,也有解决谁使用的数学通过结构化的任务,数学学习模式学习模型的数学问题学生的能力差异和传统的学习,获得增加的质量是低质量,以及给人以数学使用Knisley数学学习模型学习的积极响应学生
机译:基于拓扑优化的初步结构设计与梯度和遗传算法方法的结果比较。
机译:将元学习用于基于机器学习和深度学习模型的基于梯度的自动超优化
机译:一种方法和学习设备,用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器,以及使用该测试方法和测试设备,使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化,以及使用Samem的测试方法和测试设备}
机译:使用用于硬件优化的1×1卷积学习基于CNN的目标检测器的方法和装置,使用其的测试方法和装置{基于CNN的对象检测器的学习方法和学习装置,使用1x1卷积进行难于优化的方法,以及使用相同的测试方法和测试设备}
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。