首页> 外文OA文献 >CT Super-Resolution GAN Constrained by the Identical, Residual, and Cycle Learning Ensemble (GAN-CIRCLE)

【2h】

CT Super-Resolution GAN Constrained by the Identical, Residual, and Cycle Learning Ensemble (GAN-CIRCLE)

机译：CT超分辨率GaN受到相同，剩余和循环学习合奏的约束（GaN圈）

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
Chenyu You; Wenxiang Cong; Michael W. Vannier; Punam K. Saha; Eric A. Hoffman; Ge Wang; Guang Li; Yi Zhang; Xiaoliu Zhang; Hongming Shan; Mengzhou Li; Shenghong Ju; Zhen Zhao; Zhuiyang Zhang;
展开▼
作者单位

展开▼
年度 2020
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. CT Super-Resolution GAN Constrained by the Identical, Residual, and Cycle Learning Ensemble (GAN-CIRCLE) [J] . IEEE Transactions on Medical Imaging . 2020,第1期

机译：相同，残差和循环学习组合（GAN-CIRCLE）约束的CT超分辨率GAN
2. Proposing a novel Cascade Ensemble Super Resolution Generative Adversarial Network (CESR-GAN) method for the reconstruction of super-resolution skin lesion images [J] . Ali Shahsavari, Sima Ranjbari, Toktam Khatibi Informatics in Medicine Unlocked . 2021,第a期

机译：提出一种新型级联集合超分辨率的经常分辨率对抗网络（CESR-GaN）用于重建超分辨率皮肤病变图像的方法
3. Residual Learning of Cycle-GAN for Seismic Data Denoising [J] . Wenda Li, Jian Wang Quality Control, Transactions . 2021,第1期

机译：地震数据去噪的循环甘余地剩余学习
4. Super-Resolution MRI and CT Through GAN-CIRCLE [C] . Qing Lyu, Chenyu You, Hongming Shan, International Conference on Developments in X-Ray Tomography;Society of Photo-Optical Instrumentation Engineers . 2019

机译：通过GAN-CIRCLE实现超高分辨率MRI和CT
5. The effects of residual gases on the field emission properties of ZnO, GaN, ZnS nanostructures, and the effects of light on the resistivity of graphene. [D] . Mo, Yudong. 2014

机译：残留气体对ZnO，GaN，ZnS纳米结构的场发射特性的影响，以及光对石墨烯电阻率的影响。
6. Constrained Mixed-Effect Models with Ensemble Learning for Prediction of Nitrogen Oxides Concentrations at High Spatiotemporal Resolution [O] . Lianfa Li, Fred Lurmann, Rima Habre, -1

机译：集成学习的约束混合效应模型用于预测高时空分辨率下的氮氧化物浓度
7. A Novel and Effective Image Super-Resolution Reconstruction Technique via Fast Global and Local Residual Learning Model [O] . Jingru Hou, Yujuan Si, Xiaoqian Yu 2020

机译：快速全球和局部剩余学习模型的新颖有效图像超分辨率重构技术

CT Super-Resolution GAN Constrained by the Identical, Residual, and Cycle Learning Ensemble (GAN-CIRCLE)

著录项

引文网络

相似文献

相关主题

期刊订阅