CASIA OpenIR

浏览/检索结果: 共423条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
融合多模态太阳数据及其动态特征的Kp指数预报 学位论文
, 2024
作者:  张天宇
Adobe PDF(7337Kb)  |  收藏  |  浏览/下载:7/0  |  提交时间:2024/07/01
地磁暴  Kp指数预报  多模态数据  动态特征  注意力机制  
基于脉动阵列的脉冲神经网络专用加速器研究 学位论文
, 2024
作者:  王鹏超
Adobe PDF(6048Kb)  |  收藏  |  浏览/下载:5/0  |  提交时间:2024/06/28
脉冲神经网络  脉动阵列  神经网络加速器  高效存储  
基于脉冲神经网络的多模态视听分类 学位论文
, 2024
作者:  郭凌月
Adobe PDF(3051Kb)  |  收藏  |  浏览/下载:11/0  |  提交时间:2024/06/27
脉冲神经网络  多模态对齐  多模态融合  视听分类  
面向智能增材制造的3D模型变形预测与形状生成研究 学位论文
, 2024
作者:  张骜
Adobe PDF(8726Kb)  |  收藏  |  浏览/下载:8/0  |  提交时间:2024/06/25
智能增材制造  3D 形状生成  变形预测  点云扩散模型  
仿生触力觉感知系统设计与多维度信息表征方法研究 学位论文
, 2024
作者:  桂美将
Adobe PDF(8969Kb)  |  收藏  |  浏览/下载:32/6  |  提交时间:2024/06/25
仿生触力觉感知系统  海尔贝克阵列  动态杨氏模量  磁偶极子模型  可解释性信息表征  
A Multi-Task Learning Approach for Stereo Depth Estimation 会议论文
, 西安, 2024年5月25日-5月27日
作者:  Jin C(金晨);  Luan DJ(栾德杰);  Lei Z(雷峥);  Yang GD(杨国栋);  Li E(李恩)
Adobe PDF(5065Kb)  |  收藏  |  浏览/下载:15/7  |  提交时间:2024/06/21
A Review of Fault Diagnosis for Traction Induction Motor 会议论文
, Wuhan, China, July 25, 2018
作者:  Tian,Yin;  Zhang,Kunting;  Jia,Lihao;  Qiao,Hong;  Tang,Haichuan
Adobe PDF(91Kb)  |  收藏  |  浏览/下载:24/9  |  提交时间:2024/06/20
Multi-Scale Dynamic Coding Improved Spiking Actor Network for Reinforcement Learning 会议论文
, Online, February 22–March 1, 2022
作者:  Zhang, Duzhen;  Zhang, Tielin;  Jia, Shuncheng;  Xu, Bo
Adobe PDF(2249Kb)  |  收藏  |  浏览/下载:17/7  |  提交时间:2024/06/11
A review of tactile sensing in e-skin, wearable device, robotic, and medical service 专著章节/文集论文
出自: Sensory Systems for Robotic Applications, UK, UK, UK, UK, UK, UK, UK, UK:CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, CPI Group (UK) Ltd, Croydon, 2022
作者:  Jian, Hu;  Junghwan, Back;  Hongbin, Liu
Adobe PDF(474Kb)  |  收藏  |  浏览/下载:20/7  |  提交时间:2024/06/11
基于类脑脉冲神经网络的强化学习算法研究 学位论文
, 2024
作者:  张笃振
Adobe PDF(23167Kb)  |  收藏  |  浏览/下载:53/1  |  提交时间:2024/06/07
类脑智能 脉冲神经网络 强化学习