中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共8条，第1-8条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
A Multi-Task MRC Framework for Chinese Emotion Cause and Experiencer Extraction 会议论文
, Bratislava, Slovakia, 2021-09
作者:  Haoda Qian;  Qiudan Li;  Zaichuan Tang
Adobe PDF(79001Kb)  |  收藏  |  浏览/下载：350/124  |  提交时间：2022/06/14
Trip Purposes Mining From Mobile Signaling Data 期刊论文
IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2021, 卷号: 99, 期号: 99, 页码: 13
作者:  Li, Zhishuai;  Xiong, Gang;  Wei, Zebing;  Zhang, Yu;  Zheng, Meng;  Liu, Xiaoli;  Tarkoma, Sasu;  Huang, Min;  Lv, Yisheng;  Wu, Chuheng
Adobe PDF(3962Kb)  |  收藏  |  浏览/下载：434/76  |  提交时间：2022/01/27
Cellular networks  Trajectory  Semantics  Unsupervised learning  Supervised learning  Resource management  Public transportation  Trip purpose inference  cellular network data  latent Dirichlet allocation  travel behavior  big data  
Domain-Lifelong Learning for Dialogue State Tracking via Knowledge Preservation Networks 会议论文
, online, 2021-11
作者:  Liu QB(刘庆斌);  Cao PF(曹鹏飞);  Liu C(刘操);  Chen JS(陈见耸);  Cai XL(蔡勋梁);  Yang F(杨帆);  He SZ(何世柱);  Liu K(刘康);  Zhao J(赵军)
Adobe PDF(711Kb)  |  收藏  |  浏览/下载：204/69  |  提交时间：2022/01/19
基于图卷积神经网络的城市交通流量预测方法研究 学位论文
, 自动化大厦十三层第一会议室: 中国科学院自动化研究所, 2021
作者:  方深
Adobe PDF(24749Kb)  |  收藏  |  浏览/下载：257/6  |  提交时间：2022/01/06
深度学习  图卷积神经网络  城市交通流量预测  时空数据挖掘  
基于图卷积网络的交通预测方法研究 学位论文
, Institute of Automation, Chinese Academy of Sciences: Institute of Automation, Chinese Academy of Sciences, 2021
作者:  张奇
Adobe PDF(12681Kb)  |  收藏  |  浏览/下载：257/3  |  提交时间：2021/07/08
交通预测  图卷积网络  时空数据挖掘  深度学习  
拍照文本图像识别方法研究与应用 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, 2021
作者:  赵晋媛
Adobe PDF(98430Kb)  |  收藏  |  浏览/下载：231/8  |  提交时间：2021/06/22
拍照文本图像识别  文本图像二值化  文本检测  文本识别  智能财务  
基于订单数据挖掘的城市出租车需求预测研究 学位论文
工学硕士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2021
作者:  张驰展
Adobe PDF(18350Kb)  |  收藏  |  浏览/下载：143/0  |  提交时间：2021/06/18
出租车需求预测，数据挖掘，多任务学习，长短期记忆网络，深度学习  
基于显微视觉和力信息的微装配技能学习研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2021
作者:  李迎
Adobe PDF(4331Kb)  |  收藏  |  浏览/下载：259/18  |  提交时间：2021/06/16
姿态测量  微装配  模仿学习  强化学习  技能学习