中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共5条，第1-5条 帮助

限定条件        
已选(0)清除 条数/页：   排序方式：
Bridging the Micro and Macro: Calibration of Agent-Based Model Using Mean-Field Dynamics 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2021, 卷号: 52, 期号: 11, 页码: 11397-11406
作者:  Ye, Peijun;  Chen, Yuanyuan;  Zhu, Fenghua;  Lv, Yisheng;  Lu, Wanze;  Wang, Fei-Yue
收藏  |  浏览/下载：260/0  |  提交时间：2022/01/27
Calibration  Computational modeling  Mathematical model  Machine learning  Aggregates  Optimization  Bayes methods  Agent-based model (ABM)  calibration  Markovian process  
Multi-Scale Low-Discriminative Feature Reactivation for Weakly Supervised Object Localization 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 卷号: 30, 页码: 6050-6065
作者:  Wang, Bo;  Yuan, Chunfeng;  Li, Bing;  Ding, Xinmiao;  Li, Zeya;  Wu, Ying;  Hu, Weiming
收藏  |  浏览/下载：253/0  |  提交时间：2021/08/15
Location awareness  Neurons  Task analysis  Pattern recognition  Automation  Search problems  Proposals  Weakly supervised object localization  feature recalibration  multi-scale class activation mapping  
EDP: An Efficient Decomposition and Pruning Scheme for Convolutional Neural Network Compression 期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 卷号: 32, 期号: 10, 页码: 4499-4513
作者:  Ruan, Xiaofeng;  Liu, Yufan;  Yuan, Chunfeng;  Li, Bing;  Hu, Weiming;  Li, Yangxi;  Maybank, Stephen
Adobe PDF(3625Kb)  |  收藏  |  浏览/下载：335/45  |  提交时间：2021/06/17
Data-driven  low-rank decomposition  model compression and acceleration  structured pruning  
基于注意力机制和分时图卷积的公交客流预测 期刊论文
模式识别与人工智能, 2021, 卷号: 34, 期号: 2, 页码: 167-175
作者:  张伟;  朱风华;  吕宜生;  陈圆圆
Adobe PDF(955Kb)  |  收藏  |  浏览/下载：286/56  |  提交时间：2021/05/27
智能交通  公交客流预测  递归神经网络  通道注意力模块  分时图卷积  
Optimal Policies for Quantum Markov Decision Processes 期刊论文
International Journal of Automation and Computing, 2021, 卷号: 18, 期号: 3, 页码: 410-421
作者:  Ming-Sheng Ying;  Yuan Feng;  Sheng-Gang Ying
Adobe PDF(1163Kb)  |  收藏  |  浏览/下载：255/54  |  提交时间：2021/05/24
Quantum Markov decision processes  quantum machine learning  reinforcement learning  dynamic programming  decision making