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CN112036563A
专利类型发明专利
公开/公告日2020-12-04
原文格式PDF
申请/专利权人 国际商业机器公司;
申请/专利号CN202010493098.4
发明设计人 N·古普塔;H·古普塔;R·钱德拉哈桑;S·梅赫塔;P·K·洛希亚;
申请日2020-06-03
分类号G06N3/08(20060101);G06N20/00(20190101);
代理机构11247 北京市中咨律师事务所;
代理人李永敏;于静
地址 美国纽约
入库时间 2023-06-19 09:06:00
机译: 应用学习数据增强到深入学习模型,装置和方法使用深度学习进行分类的方法
机译: 使用深度学习模型的预测交通数据的装置和方法
机译: 基于深度学习模型的系统和方法使用多模态数据匹配
机译:使用深度学习模型和自适应学习速率的深度学习模型和算法的Panasonic 18650PF锂离子电池的充电状态
机译:使用深度学习模型对医疗数据进行大数据集成临床预测
机译:使用Naive Baye,随机森林和SVM机器学习技术来确定可能影响双相障碍学生的预测模型,数据挖掘和建立一个使用Keras的顺序深度学习模型
机译:使用深度学习模型和实时情感数据分析方法的改进的大数据分析解决方案
机译:使用深度学习模型评估用于地面穿透雷达数据的对象检测的综合训练数据和训练数据增强技术
机译:深度:使用多OMICS数据进行预后预测的深度学习和机器学习模型的集合
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:通用数据库实验:使用多站数据进行深度估计