CASIA OpenIR

浏览/检索结果: 共7条,第1-7条 帮助

限定条件                    
已选(0)清除 条数/页:   排序方式:
Learning "What" and "Where": An Interpretable Neural Encoding Model 会议论文
, Budapest, Hungary, July 14-19, 2019
作者:  Wang, Haibao;  Huang, Lijie;  Du, Changde;  He, Huiguang
浏览  |  Adobe PDF(865Kb)  |  收藏  |  浏览/下载:266/52  |  提交时间:2020/06/10
Biological Neuron Coding Inspired Binary Word Embeddings 期刊论文
COGNITIVE COMPUTATION, 2019, 卷号: 11, 期号: 5, 页码: 676-684
作者:  Wang, Yuwei;  Zeng, Yi;  Tang, Jianbo;  Xu, Bo
Adobe PDF(1713Kb)  |  收藏  |  浏览/下载:302/43  |  提交时间:2020/03/30
Word embeddings  Neuron coding  Spiking neural networks  
Reconstructing Perceived Images From Human Brain Activities With Bayesian Deep Multiview Learning 期刊论文
IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2019, 卷号: 30, 期号: 8, 页码: 2310-2323
作者:  Du, Changde;  Du, Changying;  Huang, Lijie;  He, Huiguang
Adobe PDF(3773Kb)  |  收藏  |  浏览/下载:375/48  |  提交时间:2019/12/16
Deep neural network (DNN)  image reconstruction  multiview learning  neural decoding  variational Bayesian inference  
脑电情绪识别中跨被试迁移学习方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
作者:  李劲鹏
Adobe PDF(4425Kb)  |  收藏  |  浏览/下载:916/19  |  提交时间:2019/06/19
脑-机接口,情绪识别,深度学习,迁移学习,领域自适应,对抗训练  
基于多视图深度学习的神经信息编解码研究 学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2019
作者:  杜长德
Adobe PDF(12885Kb)  |  收藏  |  浏览/下载:420/18  |  提交时间:2019/06/17
深度学习  神经编解码  生成式模型  多视图学习  贝叶斯方法  
Brain Encoding and Decoding in fMRI with Bidirectional Deep Generative Models 期刊论文
Engineering, 2019, 期号: 0, 页码: 1-8
作者:  Du Changde;  Li Jinpeng;  Huang Lijie;  He Huiguang
浏览  |  Adobe PDF(497Kb)  |  收藏  |  浏览/下载:551/184  |  提交时间:2019/05/06
Brain Encoding And Decoding  Fmri  Deep Neural Networks  Deep Generative Models  Dual Learning  
Skeleton-Based Action Recognition with Synchronous Local and Non-local Spatio-temporal Learning and Frequency Attention 会议论文
, Shanghai, China, July 8-12, 2019
作者:  Guyue Hu;  Bo Cui;  Shan Yu
Adobe PDF(271Kb)  |  收藏  |  浏览/下载:269/58  |  提交时间:2019/04/08
Action recognition  frequency attention  synchronous local and non-local learning  soft-margin focal loss