首页> 外文OA文献 >High-resolution limited-angle phase tomography of dense layered objects using deep neural networks

【2h】

High-resolution limited-angle phase tomography of dense layered objects using deep neural networks

机译：使用深神经网络密集分层物体的高分辨率有限角度分断相影

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Alexandre Goy; Girish Rughoobur; Shuai Li; Kwabena Arthur; Akintunde I. Akinwande; George Barbastathis;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Large-Scale, High-Resolution Comparison of the Core Visual Object Recognition Behavior of Humans, Monkeys, and State-of-the-Art Deep Artificial Neural Networks [J] . Rajalingham Rishi, Issa Elias B., Bashivan Pouya, The Journal of Neuroscience: The Official Journal of the Society for Neuroscience . 2018,第33期

机译：大规模，高分辨率对人类，猴子和最先进的深层人工神经网络的核心视觉物体识别行为的比较
2. Time-resolved correspondences between deep neural network layers and EEG measurements in object processing [J] . Vision Research: An International Journal in Visual Science . 2020,第期

机译：对象处理中深神经网络层和EEG测量之间的时间分辨对应
3. Phase boundary estimation in electrical resistance tomography with weighted multi-layered neural networks and front point approach [J] . Jae Hyoung Kim, Byoung Chae Kang, Seong Hun Lee, Measurement Science & Technology . 2006,第10期

机译：加权多层神经网络和前沿方法在电阻层析成像中的相界估计
4. Object recognition using deep convolutional neural networks with complete transfer and partial frozen layers [C] . Maarten C. Kruithof, Henri Bouma, Noeelle M. Fischer, Optics and photonics for counterterrorism, crime fighting and defence XII . 2016

机译：使用具有完全转移和部分冻结层的深度卷积神经网络进行对象识别
5. Object Recognition in Videos Utilizing Hierarchical and Temporal Objectness with Deep Neural Networks. [D] . Peng, Liang. 2017

机译：利用具有深度神经网络的分层和时间对象性的视频中的对象识别。
6. PNAS Plus: High-resolution limited-angle phase tomography of dense layered objects using deep neural networks [O] . Alexandre Goy, Girish Rughoobur, Shuai Li, 2019

机译：PNAS Plus：使用深层神经网络的密集分层对象的高分辨率有限角度相位层析成像
7. Deep Neural Networks for Inverse Problems with Pseudodifferential Operators: An Application to Limited-Angle Tomography [O] . Tatiana A. Bubba, Mathilde Galinier, Matti Lassas, 2021

机译：虚拟机构运营商的逆问题深度神经网络：应用于有限的角度分层

High-resolution limited-angle phase tomography of dense layered objects using deep neural networks

著录项

引文网络

相似文献

相关主题

期刊订阅