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：
Adaptive Graph Embedding With Consistency and Specificity for Domain Adaptation 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 11, 页码: 2094-2107
作者:  Shaohua Teng;  Zefeng Zheng;  Naiqi Wu;  Luyao Teng;  Wei Zhang
Adobe PDF(1786Kb)  |  收藏  |  浏览/下载：133/53  |  提交时间：2023/09/22
Adaptive adjustment  consistency and specificity  domain adaptation  graph embedding  geometrical and semantic metrics  
How Generative Adversarial Networks Promote the Development of Intelligent Transportation Systems: A Survey 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 9, 页码: 1781-1796
作者:  Hongyi Lin;  Yang Liu;  Shen Li;  Xiaobo Qu
Adobe PDF(1497Kb)  |  收藏  |  浏览/下载：169/100  |  提交时间：2023/08/10
Autonomous driving  generative adversarial network (GAN)  intelligent transportation system (ITS)  traffic anomaly inspection  traffic flow  
DAO to Hanoi via DeSci: AI Paradigm Shift from AlphaGo to ChatGPT 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 4, 页码: 877-897
作者:  Miao, Qinghai (proxy) (contact);  Zheng, Wenbo;  吕, 宜生;  Huang, Min;  Ding, Wenwen;  Wang, Fei-Yue
Adobe PDF(4968Kb)  |  收藏  |  浏览/下载：276/67  |  提交时间：2023/03/22
ChatGPT, decentralized science (DeSci)  decentralized autonomous organization (DAO)  machine learning  paradigm shift  
Parallel Learning: Overview and Perspective for Computational Learning Across Syn2Real and Sim2Real 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 3, 页码: 603-631
作者:  Qinghai Miao;  Yisheng Lv;  Min Huang;  Xiao Wang;  Fei-Yue Wang
Adobe PDF(11937Kb)  |  收藏  |  浏览/下载：904/146  |  提交时间：2023/03/02
Machine learning  parallel learning  parallel systems  sim-to-real  syn-to-real  virtual-to-real  
A Survey on Negative Transfer 期刊论文
IEEE/CAA Journal of Automatica Sinica, 2023, 卷号: 10, 期号: 2, 页码: 305-329
作者:  Wen Zhang;  Lingfei Deng;  Lei Zhang;  Dongrui Wu
Adobe PDF(2739Kb)  |  收藏  |  浏览/下载：255/99  |  提交时间：2023/01/16
Domain adaptation  domain similarity  negative transfer  positive transfer  transfer learning