×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
多模态人工智能系统全... [8]
模式识别实验室 [4]
学术期刊 [1]
复杂系统认知与决策实... [1]
脑图谱与类脑智能实验... [1]
中科院工业视觉智能装... [1]
更多...
作者
赫然 [2]
王亮 [2]
潘春洪 [2]
向世明 [2]
孙哲南 [2]
王财勇 [2]
更多...
文献类型
期刊论文 [9]
会议论文 [8]
发表日期
2020 [17]
语种
英语 [17]
出处
Computatio... [1]
IEEE TRANS... [1]
IEEE TRANS... [1]
IEEE Trans... [1]
IEEE Trans... [1]
IEEE Trans... [1]
更多...
资助项目
National K... [2]
National K... [2]
National N... [2]
National N... [2]
National N... [2]
National N... [2]
更多...
收录类别
EI [8]
SCI [8]
导师
资助机构
National N... [2]
Fundamenta... [1]
Major Proj... [1]
National I... [1]
National K... [1]
National K... [1]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共17条,第1-10条
帮助
限定条件
发表日期:2020
语种:英语
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
期刊影响因子升序
期刊影响因子降序
WOS被引频次升序
WOS被引频次降序
发表日期升序
发表日期降序
提交时间升序
提交时间降序
题名升序
题名降序
作者升序
作者降序
Identification of epilepsy from intracranial EEG signals by using different neural network models
期刊论文
Computational Biology and Chemistry, 2020, 页码: 107310
作者:
Gong C(龚晨)
;
Zhang XX(张肖雄)
;
Niu YY(牛云云)
Adobe PDF(1786Kb)
  |  
收藏
  |  
浏览/下载:148/48
  |  
提交时间:2023/06/27
Learning Individual Features to Decompose State Space for Robotic Skill Learning
会议论文
, Online, 2020-8
作者:
Fengyi Zhang
;
Fangzhou Xiong
;
Zhiyong Liu
Adobe PDF(622Kb)
  |  
收藏
  |  
浏览/下载:175/62
  |  
提交时间:2023/01/12
Robotic Skill Learning
Graph Neural Networks
State Decomposition
STGA-LSTM: A Spatial-Temporal Graph Attentional LSTM Scheme for Multi-Agent Cooperation
会议论文
, 线上, 2020-11
作者:
Huimu Wang
;
Zhen Liu
;
Zhiqiang Pu
;
Jianqiang Yi
Adobe PDF(916Kb)
  |  
收藏
  |  
浏览/下载:102/0
  |  
提交时间:2021/06/24
Effective Inter-Clause Modeling for End-to-End Emotion-Cause Pair Extraction
会议论文
, Online, 2020-7
作者:
Penghui Wei
;
Jiahao Zhao
;
Wenji Mao
Adobe PDF(4038Kb)
  |  
收藏
  |  
浏览/下载:167/40
  |  
提交时间:2021/06/16
Page Segmentation Using Convolutional Neural Network and Graphical Model
会议论文
, 视频会议, 2020-7
作者:
Li, Xiao-Hui
;
Yin, Fei
;
Liu, Cheng-Lin
Adobe PDF(6979Kb)
  |  
收藏
  |  
浏览/下载:203/55
  |  
提交时间:2021/06/02
Page segmentation
Conditional random field
Feature pyramid network
Graph attention network
Deep Space Probing for Point Cloud Analysis
会议论文
, 线上, 2021-1
作者:
Yirong, Yang
;
Bin Fan
;
Yongcheng Liu
;
Hua Lin
;
Jiyong Zhang
;
Xin Liu
;
Xinyu Cai
;
Shiming Xiang
;
Chunhong Pan
Adobe PDF(4906Kb)
  |  
收藏
  |  
浏览/下载:298/67
  |  
提交时间:2021/05/27
3D PostureNet: A unified framework for skeleton-based posture recognition
期刊论文
PATTERN RECOGNITION LETTERS, 2020, 卷号: 140, 期号: 140, 页码: 143-149
作者:
Liu, Jianbo
;
Wang, Ying
;
Liu, Yongcheng
;
Xiang, Shiming
;
Pan, Chunhong
Adobe PDF(1997Kb)
  |  
收藏
  |  
浏览/下载:288/41
  |  
提交时间:2021/03/02
Human posture recognition
Static hand gesture recognition
Skeleton-based
3D convolutional neural network
Taxi Demand Prediction Using Parallel Multi-Task Learning Model
期刊论文
IEEE Transactions on Intelligent Transportation Systems, 2020, 卷号: 99, 期号: 1, 页码: 1-10
作者:
Chizhan Zhang
;
Fenghua Zhu
;
Xiao Wang
;
Leilei Sun
;
Haina Tang
;
Yisheng Lv
浏览
  |  
Adobe PDF(3947Kb)
  |  
收藏
  |  
浏览/下载:238/93
  |  
提交时间:2020/10/15
Taxi demand prediction, pick-up/drop-off demand, multi-task learning, LSTM, deep learning
Probing Brain Activation Patterns by Dissociating Semantics and Syntax in Sentences
会议论文
, new york, 2020.2
作者:
shaonan wang
;
Jiajun Zhang
;
Nan Lin
;
Chengqing Zong
Adobe PDF(1134Kb)
  |  
收藏
  |  
浏览/下载:194/63
  |  
提交时间:2020/10/13
Improving Description-Based Person Re-Identification by Multi-Granularity Image-Text Alignments
期刊论文
IEEE Transactions on Image Processing, 2020, 卷号: 29, 期号: 1, 页码: 15
作者:
Niu, Kai
;
Huang, Yan
;
Ouyang, Wanli
;
Wang, Liang
浏览
  |  
Adobe PDF(5193Kb)
  |  
收藏
  |  
浏览/下载:208/68
  |  
提交时间:2020/10/09
Description-based person re-identification
Multi-granularity image-text alignments
Step training strategy