退出
我的积分:
中文文献批量获取
外文文献批量获取
公开/公告号CN107463951A
专利类型发明专利
公开/公告日2017-12-12
原文格式PDF
申请/专利权人 清华大学;
申请/专利号CN201710591926.6
发明设计人 朱军;庞天宇;杜超;
申请日2017-07-19
分类号G06K9/62(20060101);G06N3/02(20060101);
代理机构11002 北京路浩知识产权代理有限公司;
代理人王莹;曹杰
地址 100084 北京市海淀区清华园北京100084-82信箱
入库时间 2023-06-19 04:05:17
法律状态公告日
法律状态信息
法律状态
2018-01-05
实质审查的生效 IPC(主分类):G06K9/62 申请日:20170719
实质审查的生效
2017-12-12
公开
机译: 生成医学图像分段深度学习模型的装置和方法,以及所生成的医学图像分段深度学习模型
机译: 能力提高手段选择装置,能力提高手段选择方法,学习模型,学习模型生成程序,能力提高手段输出程序
机译: 鲁棒性提高支持设备以及鲁棒性提高支持方法
机译:提高特定材料深度学习模型在不同材料上的裂纹检测的鲁棒性
机译:一种用于提高卫星PM_(2.5)的可解释性和预测准确性的空间时间可解释的深度学习模型
机译:皮肤病学评估深度学习模型的鲁棒性:批判性评估
机译:使用高斯混合模型提高深度学习模型中孔雀识别的准确性并加快鲁棒性
机译:深度学习模型和应用中的对抗攻击和鲁棒性
机译:一种基于猪多OMICS知识库和深度学习模型的基因优先化方法
机译:这项研究是在课堂七SMPN 51万隆进行了准实验研究。本研究旨在回顾:学生的数学学习和教师谁通过结构化的任务和普通任务,增加了通过结构化的任务,普通任务和使用Knisley数学学习模式学生的数学解题能力的差异使用Knisley数学学习模型的描述传统的学习,提高质量Knisley的数学学习模式通过结构化的任务和数学通过普通的任务学习模型,以及对数学的学习,使用学生的态度数学通过结构化的任务,并通过普通的任务,学习的楷模。所用的研究方法是不等价的方法(前测和后测)对照组设计。使用科研仪器在测试和nontes形式获得的数据。之后正进行观察和分析。基于数据处理的结果,得到的:学生和教师的活动的图片已经增加到被越来越好,也有解决谁使用的数学通过结构化的任务,数学学习模式学习模型的数学问题学生的能力差异和传统的学习,获得增加的质量是低质量,以及给人以数学使用Knisley数学学习模型学习的积极响应学生
机译:深度感知中的问题:一种模拟深度移动物体的方法