Results 101 to 110 of about 6,061 (205)
智能科学与技术学报, 2021 在基于脑电信号的情感检测过程中，受被试间脑电信号的差异影响，传统的机器学习和深度学习方法不能很好地针对脑电数据建立通用的分类检测模型。针对此问题，将每个被试看作独立的域，建立针对脑电数据的多源域自适应的跨被试情感脑电识别模型，并在公开数据集上进行验证。验证结果表明，与单源域模型相比，提出的模型有更好的跨被试特征提取及分类能力。
高寒冰 +4 more
doaj
Deep Learning Based Code Generation Methods: Literature Review
This paper focuses on Code Generation task that aims at generating relevant code fragments according to given natural language descriptions. In the process of software development, developers often encounter two scenarios.
Chen, Sirong +5 more
core +1 more source
Application of Deep Learning in Food Safety Detection and Risk Early Warning [PDF]
The application of deep learning in food safety detection and risk early warning is becoming more and more extensive, thus providing new opportunities for improving food safety, quality control and authenticity identification. This paper first introduces
DING Haohan, WANG Long, HOU Haoke, XIE Zhenqi, HAN Yu, CUI Xiaohui
core +1 more source
, 2019 目标跟踪是利用一个视频或图像序列的上下文信息,对目标的外观和运动信息进行建模,从而对目标运动状态进行预测并标定目标位置的一种技术,是计算机视觉的一个重要基础问题,具有重要的理论研究意义和应用价值,在智能视频监控系统、智能人机交互、智能交通和视觉导航系统等方面具有广泛应用。大数据时代的到来及深度学习方法的出现,为目标跟踪的研究提供了新的契机。本文首先阐述了目标跟踪的基本研究框架,从观测模型的角度对现有目标跟踪的历史进行回顾,指出深度学习为获得更为鲁棒的观测模型提供了可能;进而从深度判别模型 ...
侯志强 +7 more
core
大数据在现代计算机视觉和自然语言处理的交叉领域，数字说话人脸生成技术已经成为一个越来越重要的研究主题。数字说话人脸生成技术专注于依据预定的文本或音频序列生成逼真的人脸图像。近年来，深度学习方法，如卷积神经网络、生成对抗性网络以及神经渲染场在此领域已经表现出了显著的应用价值。这些方法不仅引起了学术界的广泛关注，而且在工业界得以实际应用，用于解决图像处理和计算机视觉方面的具体问题。尽管已经取得了一定的进展，实际应用这些方法仍然面临诸多挑战。综合分析和评估深度学习方法在数字说话人脸生成方面的具体实现 ...
张冰源, 张旭龙, 王健宗, 程宁, 肖京
doaj +1 more source
Research and application progress in deep learning in otology. [PDF]
Zhong Nan Da Xue Xue Bao Yi Xue Ban, 2023 Mao S +5 more
europepmc +1 more source