CASIA OpenIR

浏览/检索结果: 共9条,第1-9条 帮助

限定条件        
已选(0)清除 条数/页:   排序方式:
面向非平稳环境的知识迁移方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2020
作者:  李怀宇
Adobe PDF(13633Kb)  |  收藏  |  浏览/下载:266/10  |  提交时间:2020/06/11
元学习  持续学习  知识迁移  灾难遗忘  生成式对抗网络  
图像美学质量评估的方法与应用 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院大学, 2019
作者:  盛柯恺
Adobe PDF(18854Kb)  |  收藏  |  浏览/下载:649/4  |  提交时间:2019/06/18
图像美学质量评估  注意力机制  自监督学习  正则化策略  排序学习  深度学习  
中国水墨作品数字化创作重构研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
作者:  唐帆
Adobe PDF(17508Kb)  |  收藏  |  浏览/下载:306/2  |  提交时间:2019/05/08
水墨图像  过程重构  知识驱动  绘画分析  动画  
广义约束神经网络的约束施加方法研究及其在求解微分方程中的应用 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  曹林林
Adobe PDF(4115Kb)  |  收藏  |  浏览/下载:207/3  |  提交时间:2017/06/15
广义约束神经网络  局部性原理  先验信息  微分方程  
模式分类中的鲁棒损失函数的设计及其在不平衡数据中的应用 学位论文
, 北京: 中国科学院大学, 2016
作者:  徐贵标
Adobe PDF(2509Kb)  |  收藏  |  浏览/下载:467/5  |  提交时间:2016/06/20
异常样本  鲁棒损失函数  不平衡数据  代价敏感学习  代价缺失学习  
知识与数据驱动机器学习模型的参数可辨识性理论研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2014
作者:  冉智勇
Adobe PDF(2492Kb)  |  收藏  |  浏览/下载:478/0  |  提交时间:2015/09/02
可辨识性  参数冗余  信息论  Kullback_leibler 散度  最优化理论  辨识函数  Identifiability  Parameter Redundancy  Information Theory  Kullback-leibler Divergence  Optimization Theory  Identifying Function  
基于线性先验的径向基函数神经网络的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  瞿亚军
Adobe PDF(1819Kb)  |  收藏  |  浏览/下载:144/0  |  提交时间:2015/09/02
透明度  径向基函数神经网络  先验信息  线性先验  线性约束  消元法  Transparency  Rbf Networks  Prior Information  Linear Priors  Linear Constraints  Elimination Method  
前馈神经网络的模型选择及其混合模型的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2007
作者:  邢红杰
Adobe PDF(2096Kb)  |  收藏  |  浏览/下载:164/0  |  提交时间:2015/09/02
前馈神经网络  模型选择  自适应模糊c均值聚类  混合专家模型  Feedforward Neural Network  Model Selection  Adaptive Fuzzy C-means Clustering  Mixture Of Experts  
贝叶斯框架下广义结合泛函网络与广义约束神经网络的研究与应用 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2007
作者:  曲寒冰
Adobe PDF(6034Kb)  |  收藏  |  浏览/下载:236/0  |  提交时间:2015/09/02
变分贝叶斯逼近  广义结合泛函网络  广义约束神经网络  半参数模型  植物生长建模  Variational Bayes Approximation  Generalized Associativity Functional Networks  Generalized Constraint Neural Networks  Semi-parametric Model  Plant Growth Modelling