机译:CNN与TFT-LCDS中的穆拉缺陷分类相结合的条件GaN
Natl Tsing Hua Univ Dept Ind Engn & Engn Management Hsinchu 30013 Taiwan;
Natl Tsing Hua Univ Dept Ind Engn & Engn Management Hsinchu 30013 Taiwan;
Thin film transistors; Training; Generators; Training data; Generative adversarial networks; Gallium nitride; Noise reduction; Thin-film transistor liquid crystal display (TFT-LCD); convolutional neural network (CNN); Mura defect; conditional generative adversarial network (CGAN); moirépattern; transfer learning; ensemble learning;
机译:基于CNN的基于CNN与TFT-LCD面板堆放集合模型的有效自动缺陷分类过程
机译:基于有效背景重建的TFT-LCD mura缺陷自动检测新算法
机译:基于回归诊断的TFT-LCD Mura缺陷自动检测
机译:使用GAN改善晶圆图缺陷类型分类的CNN性能:产量提高
机译:增强双输入CNN(DI-CNN),用于CT扫描的肺结结恶性肿瘤诊断分类
机译:将多尺度特征融合与多属性分级相结合肺结核良性和恶性分类的CNN模型
机译:通过组合2-D CNN和3-D CNN,深度协作关注网络进行高光谱图像分类