AI写作工具
文献服务
退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:用于多任务的随机过滤器组:学习专家和通用卷积内核
Felix Bragman; Ryutaro Tanno; Sebastien Ourselin; Daniel Alexander; Jorge Cardoso;
机译:使用任务特定内核的多任务学习的内核方法
机译:IF2CNN:通过集成迭代滤波和卷积神经网络,朝向非静止时间序列特征提取
机译:用于图像分类问题的CNN卷积层中滤波器的光滑非递增平方空间范围
机译:用于多任务CNN的随机过滤器组:学习专家和通用卷积核
机译:使用卷积神经网络(CNN)垃圾和可回收材料识别
机译:环境过滤带动了中国南方沿海沙地微生物群落中人居专家和专家的集会
机译:基于CNN学习的非线性卷积滤波器
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}
机译:CNN学习方法和使用用于硬件优化的用于图像识别的1x1卷积的学习设备,使用该方法的测试方法和测试设备以及用于硬件优化的图像识别的学习方法和测试设备,所述学习方法使用Von 1×1进行VON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。