退出
我的积分:
中文文献批量获取
外文文献批量获取
机译:基于神经网络的后验密度近似值:一类灵活的采样方法,适用于降秩模型
Hoogerheide L.F. (Lennart); Kaashoek J.F. (Johan); Dijk H.K. (Herman) van;
机译:秩降低的工具变量回归模型中后验密度和可信集的形状:神经网络灵活采样方法的应用
机译:用于计算张量的最佳秩一近似的神经网络及其应用
机译:多层神经网络用于降秩逼近
机译:线性前馈神经网络分类器和降秩逼近
机译:广义线性混合模型的渐近后近似高效MCMC采样
机译:基于低秩矩阵逼近和优化节点采样的无线传感器网络相关时空数据收集
机译:基于神经网络的后验密度近似:一类灵活的采样方法,适用于降低等级模型
机译:基于神经网络模型的分类问题最小二乘学习及后验概率逼近。
机译:多个线性回归-人工神经网络混合模型,用于预测298.15K时纯有机化合物的饱和液体密度,从而可以将按点数计算的饱和点数转换为298的精确的神经网络,从而将精确的点数换算成298的整数。模型
机译:基于张量逼近迭代应用的人工神经网络压缩系统
机译:用于车辆安全相关应用的神经网络模型的自学习网络,可借助深度学习过程对车辆附近的物体进行检测和分类
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。