CASIA OpenIR

Browse/Search Results:  1-10 of 791 Help

Selected(0)Clear Items/Page:    Sort:
Improving visual question answering using dropout and enhanced question encoder 期刊论文
PATTERN RECOGNITION, 2019, 卷号: 90, 期号: 1, 页码: 404-414
Authors:  Fang, Zhiwei;  Liu, Jing;  Li, Yong;  Qiao, Yanyuan;  Lu, Hanqing
View  |  Adobe PDF(1624Kb)  |  Favorite  |  View/Download:22/3  |  Submit date:2019/04/23
Visual question answering  Coherent dropout  Siamese dropout  Enhanced question encoder  
卷积神经网络高效计算关键技术研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  郭鹏
Adobe PDF(5436Kb)  |  Favorite  |  View/Download:5/1  |  Submit date:2019/06/17
深度神经网络  卷积神经网络  二值网络  低比特量化  神经网络加速器  
基于多基因遗传风险的精神分裂症神经机制研究 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, 2019
Authors:  刘书
Adobe PDF(9957Kb)  |  Favorite  |  View/Download:7/1  |  Submit date:2019/06/10
精神分裂症  多基因遗传  Mir137  灰质体积  功能连接  
介入手术机器人导航中导丝跟踪与造影剂检测方法研究 学位论文
, 智能化大厦17层第七会议室: 中国科学院自动化研究所, 2019
Authors:  吴玉东
Adobe PDF(18414Kb)  |  Favorite  |  View/Download:6/0  |  Submit date:2019/06/13
三维影像导航  二维x射线图像  导丝跟踪  造影剂检测  
基于磁共振成像的个体化脑图谱绘制及方法研究} 学位论文
, 中国科学院自动化所: 中国科学院自动化所, 2019
Authors:  张瀚天
Adobe PDF(13840Kb)  |  Favorite  |  View/Download:3/0  |  Submit date:2019/06/14
磁共振成像,个体化脑图谱,有监督学习,纤维跟踪,扩散张量成像  
微装配机器人技能学习方法及应用研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  秦方博
Adobe PDF(7154Kb)  |  Favorite  |  View/Download:4/0  |  Submit date:2019/06/15
技能学习  微装配  显微视觉  图像特征提取  柔顺控制  
面向非结构化文本的关系抽取关键技术研究 学位论文
, 中科院自动化所: 中科院自动化所, 2019
Authors:  曾祥荣
Adobe PDF(8436Kb)  |  Favorite  |  View/Download:17/1  |  Submit date:2019/06/04
信息抽取  关系分类  关系抽取  多关系抽取  深度学习  强化学习  
基于深度学习的立体显示视疲劳评估方法研究与应用 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, 2019
Authors:  宋亚光
Adobe PDF(4202Kb)  |  Favorite  |  View/Download:8/2  |  Submit date:2019/06/17
立体显示  视疲劳评估  脑电信号  深度学习  多任务学习  
ESI工程学领域热点论文推送2019年5月 其他
2019-05-27
Authors:  张桂英
View  |  Adobe PDF(1418Kb)  |  Favorite  |  View/Download:60/21  |  Submit date:2019/05/27
面向社交媒体的事件检测与流行度预测方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2019
Authors:  陈观淡
Adobe PDF(3535Kb)  |  Favorite  |  View/Download:4/0  |  Submit date:2019/06/09
社交媒体分析  事件检测  事件相关关系  流行度预测  表示学习