机译:不确定地质场景下的基于特征的模型校准的卷积神经网络(CNN)
Mork Family Department of Chemical Engineering and Material Science Viterbi School of Engineering University of Southern California Los Angeles CA 90089 USA;
Mork Family Department of Chemical Engineering and Material Science Viterbi School of Engineering University of Southern California Los Angeles CA 90089 USA;
Inverse problems; Machine learning; Uncertainty; Geologic scenarios; Convolutional neural networks; Model calibration;
机译:深度卷积神经网络在解释对象相似性判断方面优于基于特征的分类模型
机译:使用卷积神经网络选择地质场景选择的地下流量数据
机译:天空时间卷积神经网络(ST-CNNS)的FMRI数据的四维建模
机译:将正规化的卷积神经网络与GaintrationData集成相结合,以进行地质情景选择
机译:使用卷积神经网络(CNN)垃圾和可回收材料识别
机译:深度卷积神经网络在解释对象相似性判断方面胜过基于特征的分类模型
机译:深度卷积神经网络在解释对象相似性判断中优于基于特征但非分类的模型