×
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
学术期刊 [17]
多模态人工智能系统... [15]
复杂系统管理与控制国... [3]
复杂系统认知与决策实... [1]
紫东太初大模型研究中... [1]
智能制造技术与系统研... [1]
更多...
作者
王飞跃 [10]
王晓 [7]
熊刚 [7]
朱凤华 [6]
吕宜生 [5]
陈圆圆 [5]
更多...
文献类型
期刊论文 [29]
会议论文 [8]
学位论文 [2]
其他 [1]
发表日期
2020 [40]
语种
英语 [19]
中文 [3]
出处
IEEE/CAA ... [15]
IEEE TRANS... [2]
IEEE Trans... [2]
ACM TRANSA... [1]
EEE Transa... [1]
IEEE INTER... [1]
更多...
资助项目
Intel Coll... [2]
National N... [2]
National N... [2]
National N... [2]
Beijing Mu... [1]
Beijing Na... [1]
更多...
收录类别
SCI [10]
EI [6]
导师
易建强 [1]
谭铁牛 [1]
资助机构
National N... [7]
National K... [5]
Intel Coll... [2]
Beijing Mu... [1]
Beijing Na... [1]
Chinese Gu... [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40条,第1-10条
帮助
限定条件
发表日期:2020
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
提交时间升序
提交时间降序
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
发表日期升序
发表日期降序
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
目标检测中的人工神经网络结构设计及算法研究
学位论文
, 中国科学院自动化研究所: 中国科学院自动化研究所, 2020
作者:
彭君然
Adobe PDF(9308Kb)
  |  
收藏
  |  
浏览/下载:497/8
  |  
提交时间:2021/01/05
目标检测,低功耗,神经网络搜索,长尾数据分布,多标签识别
Knowledge-driven Egocentric Multimodal Activity Recognition
期刊论文
ACM TRANSACTIONS ON MULTIMEDIA COMPUTING COMMUNICATIONS AND APPLICATIONS, 2020, 卷号: 16, 期号: 4, 页码: 21
作者:
Huang, Yi
;
Yang, Xiaoshan
;
Gao, Junyu
;
Sang, Jitao
;
Xu, Changsheng
Adobe PDF(1875Kb)
  |  
收藏
  |  
浏览/下载:339/46
  |  
提交时间:2021/03/08
Egocentric videos
wearable sensors
graph neural networks
Skeleton-Based Action Recognition With Multi-Stream Adaptive Graph Convolutional Networks
期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2020, 期号: 29, 页码: 9532-9545
作者:
Shi, Lei
;
Zhang, Yifan
;
Cheng, Jian
;
Lu, Hanqing
浏览
  |  
Adobe PDF(2849Kb)
  |  
收藏
  |  
浏览/下载:368/144
  |  
提交时间:2020/11/05
Skeleton-based action recognition, graph convolutional network, adaptive graph, multi-stream network.
Collaborative Optimization of Cyber Physical Social Systems for Urban Transportation Based on Knowledge Automation
会议论文
, 北京, 2020-12-5
作者:
Xiong, Gang
;
Chen, Xiaoyu
;
Shuo, Nan
;
Lv, Yisheng
;
Zhu, Fenghua
;
Qu, Tianci
;
Ye, Peijun
Adobe PDF(616Kb)
  |  
收藏
  |  
浏览/下载:212/77
  |  
提交时间:2022/06/16
Learning to predict salient faces: a novel visual-audio saliency model
会议论文
, Virtual conference, 2020.8.23-2020.8.28
作者:
Yufan Liu
;
Minglang Qiao
;
Mai Xu
;
Bing Li
;
Weiming Hu
;
Ali Borji
Adobe PDF(4223Kb)
  |  
收藏
  |  
浏览/下载:89/13
  |  
提交时间:2023/05/06
Illuminating Vehicles with Motion Priors for Surveillance Vehicle Detection
会议论文
, 线上会议, 2020-10-28
作者:
Xiaolian Wang
;
Xiyuan Hu
;
Chen Chen
;
Zhenfeng Fan
;
Silong Peng
Adobe PDF(209Kb)
  |  
收藏
  |  
浏览/下载:152/42
  |  
提交时间:2022/08/23
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:200/81
  |  
提交时间:2020/10/15
Taxi demand prediction, pick-up/drop-off demand, multi-task learning, LSTM, deep learning
Investigating the dynamic memory effect of human drivers via ON-LSTM
期刊论文
SCIENCE CHINA-INFORMATION SCIENCES, 2020, 卷号: 63, 期号: 9, 页码: 11
作者:
Dai, Shengzhe
;
Li, Zhiheng
;
Li, Li
;
Cao, Dongpu
;
Dai, Xingyuan
;
Lin, Yilun
Adobe PDF(325Kb)
  |  
收藏
  |  
浏览/下载:255/45
  |  
提交时间:2020/12/04
driving behavior
memory effect
trajectory prediction
historical information
ON-LSTM
自动化所机构知识库成果存缴与使用报告(2020年上)
其他
2020-08-04
作者:
张桂英
浏览
  |  
Adobe PDF(1057Kb)
  |  
收藏
  |  
浏览/下载:312/69
  |  
提交时间:2020/08/04
Exploring the Side Information Fusion Method with Spatial-temporal Model for Taxi Demand Prediction
会议论文
, 中国 厦门, 2020-7-24
作者:
Jia Mou
;
Yu Liu
;
Dongchang Liu
Adobe PDF(853Kb)
  |  
收藏
  |  
浏览/下载:176/52
  |  
提交时间:2021/05/27
SideInfo-STNet
Spatial-temporal data
Taxi demand prediction
Deep learning