Results 11 to 20 of about 5,473,456 (145)
智能科学与技术学报, 2022 随着基础理论和硬件计算能力的飞速发展，深度学习技术在众多领域取得了令人瞩目的成绩。作为描述客观物理世界的重要工具，长期以来微分方程是各领域研究人员关心的重点。近年来，深度学习和微分方程的结合逐渐成了研究的热点。由于深度学习能够从大量数据中高效地提取特征，微分方程能够反应客观的物理规律，因此二者的结合可以有效地提升深度学习的泛化性，同时增强深度学习的可解释性。首先，介绍了深度学习求解微分方程的基本问题。其次，介绍了两类深度学习求解微分方程的方法：数据驱动和物理知情方法。然后 ...
卢经纬, 程相, 王飞跃
doaj +2 more sources
智能科学与技术学报, 2023 脑卒中病灶自动分割方法成为近几年的研究热点。为了全面研究用于MRI脑卒中病灶分割的深度学习方法的现状，针对脑卒中治疗的临床问题，进一步阐述了基于深度学习的病灶分割的研究背景及其挑战性，并介绍脑卒中病灶分割的常用公共数据集（ISLES和ATLAS）。然后，重点阐述了基于深度学习的脑卒中病灶分割方法的创新与进展，从网络结构、训练策略、损失函数这3个角度对研究进展进行了归纳，并且对比了各种方法的优缺点。最后，讨论了该研究存在的困难和挑战以及未来的发展趋势。
余唯一, 陈涛, 张军平, 单洪明
doaj +2 more sources
野生动物学报, 2022 简要阐述了深度学习及常用网络模型，归纳了野生动物监测的发展进程与技术，从图像、视频、音频3个角度总结了近年来深度学习在物种识别及观测中的研究进展，对深度学习在野生动物保护与利用工作中存在的问题进行了分析与探讨，并对其未来发展趋势做出展望。
张雪莹 1 张浩林 1 韩莹莹 1 翁强 1 袁峥嵘 1 姚远 2
doaj +1 more source
智能科学与技术学报, 2020 针对常用的信号传输模型存在使用场景单一、预测精度不佳的问题，提出一种适用于多场景的数据驱动无线信号传输模型。首先根据先验知识从预处理后的数据构造初始特征，接着进行特征选择，以得到输入特征集合。然后分析建模需求，选择深度置信网络（DBN）、残差网络（ResNet）和堆叠自编码器（SAE）作为区间二型模糊规则的后件（个体深度学习器），经过区间二型模糊推理进行集成。最后采用5G网络信号传输实测数据，并进行实验验证。结果表明，3种个体深度学习器在测试集上的表现均优于Cost231-Hata模型和反向传播神经网络（
赵亮 +4 more
doaj +1 more source
智能科学与技术学报, 2019 针对髋关节软骨的应力分布算法研究问题，设计了一个基于深度学习模型来代替有限元分析。该深度学习模型分为无监督学习模块和有监督学习模块，首先使用无监督学习模块对髋关节的软骨和股骨进行形状编码；之后实现对应力分布数据的编码与解码，使得应力数据能够与神经网络相结合；然后通过监督学习，利用编码好的应力数据进行监督，使神经网络学习得到一个从髋关节软骨和股骨的形状码到应力分布的应力码的映射关系；最终得到一个拟合的深度学习模型。此模型能够在一定程度上模拟有限元分析方法，但是由于其平均绝对误差和归一化平均绝对误差比较大 ...
刘远平 +3 more
doaj +1 more source
智能科学与技术学报, 2022 作为一种前馈神经网络，宽度学习系统因其精度高、训练速度快且能有效代替深度学习方法而备受研究者的关注。然而，宽度学习系统存在对网络中的特征节点个数比较敏感且求伪逆方式易使模型出现过拟合等问题。为此，在宽度学习系统中引入贝叶斯推断和图正则化。一方面，通过引入先验知识进行贝叶斯学习可以有效提高权重的稀疏性，提高模型的稳定性；另一方面，加入图正则化可充分考虑数据内在的图信息，进一步提高模型的泛化能力。在UCI数据集和NORB数据集上对所提模型进行性能评估，实验结果表明 ...
段俊伟 +4 more
doaj +1 more source
Dizhen xuebao, 2020 深度神经网络虽然在震相拾取中取得了良好效果，但作为高复杂度的机器学习模型，深度神经网络在取得较高精度的同时需要付出较高的计算代价，而且试验研究表明震相拾取中并不需要过高的模型复杂度。为此，本文根据地震波形的特点设计了四种具有不同复杂度的深度神经网络改进模型，可以综合具体的精度和速度需求从中选取合适的模型。在此基础上，将改进模型与现有四种到时拾取的深度学习网络模型进行了对比，结果表明本文中的网络模型在到时拾取上具有较高的速度和精度。同时 ...
Ziye Yu +3 more
doaj +1 more source
Zhejiang Daxue xuebao. Lixue ban, 2023 提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron，MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失 ...
窦丰(DOU Feng) +6 more
doaj +1 more source
, 2023 《高中英语新课程标准》要求高中生提高书面语的逻辑性，创造性地表达自己的想法，学会迁移所学知识。深度学习理念强调发展高阶思维、自主学习能力和知识的迁移与运用能力。由此可见，深度学习是全面深化课程改革，优化高中英语写作教学的重要路径。因此，本研究结合深度学习研究高中英语写作教学设计。 本研究以深度学习理论及元认知理论为基础，探索如何将深度学习理念融入到高中英语写作教学设计中。笔者对当前高中英语写作学习和教学中存在的问题进行了深入的分析，以此探讨深度学习视域下的高中英语写作教学设计。本研究对深度学习的教学目标、
Yan, Huan
core +1 more source
Dizhen xuebao, 2021 本文以提高地震数据的成像质量为目标，提出一种智能的卷积神经网络降噪框架，从带有噪声的地震数据中自适应地学习地震信号。为了加速网络训练和避免训练时出现梯度消失现象，我们在网络中加入残差学习和批标准化的方法，并采用了ReLU激活函数和Adam优化算法优化网络。此外，Marmousi和F3数据集被用来对网络进行训练和测试，经过充分训练的网络不仅能在学习中保留地震数据特征，而且能去除随机噪声。首先充分地训练网络，从中提取出随机噪声，并保留学习到的地震数据特征，之后通过重建地震数据估算测试集中的波形特征 ...
Tian Chen, Yuanyuan Yi
doaj +1 more source