注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 微软深度学习的最近进展_微软人工智能首席科学家邓力

  2. 微软人工智能首席科学家邓力博士在上海IEEE-ICASSP2016大会上的演讲报告。本报告分为深度学习的机器感知、机器认知和未来挑战三大部分，着重介绍了机器认知部分，总结了微软在深度学习方面的最新进展。

  3. 所属分类：讲义

    • 发布日期：2016-04-12
    • 文件大小：5mb
    • 提供者：happytofly

  1. 深度学习论文集

  2. 文档按分类检索文件 为IEEE bing 等高价值文档，大部分为英文文献， 内容比较全 是初学者入门的首选资料

  3. 所属分类：其它

    • 发布日期：2016-05-19
    • 文件大小：43mb
    • 提供者：qq_21362211

  1. 通过深度强化学习的交通信号时间

  2. 通过深度强化学习的交通信号时间，IEEE最新文章 .打造交通信号控制的强化学习系统 如果把由信号机、检测器等组成的交通信号控制系统当成一个“智能体”，将我们目睹的人车路当成“环境”，通过如下方式就可以构造强化学习系统：传感器从环境里获取观测状态（例如：流量、速度、排队长度等），传递给信号机，信号控制系统根据这些状态来选择一个得分最高状态的动作来执行（例如：当前相位保持绿灯或者切换成红灯），并对执行效果进行回馈（例如：采用排队长度作为回报函数），系统根据回报结果，调整打分系统的参数。这样就形成一

  3. 所属分类：深度学习

    • 发布日期：2018-02-05
    • 文件大小：909kb
    • 提供者：zyk1060513882

  1. 深度学习IEEE最新论文

  2. 语音识别主要作用就是把一段语音信号转换成相对应的文本信息,系统主要由声学特征提取、语言模型、声学模型和解码器等组成。训练识别的过程是从原始波形语音数据中提取的声学特征经过训练得到声学模型,与发声词典、语言模型组成网络,对新来的语音提取特征,经过声学模型表示,通过维特比解码得出识别结果。

  3. 所属分类：深度学习

    • 发布日期：2018-02-05
    • 文件大小：2mb
    • 提供者：zyk1060513882

  1. 基于深度学习的电动汽车智能充电需求侧管理（英文论文+人工翻译+提炼演讲PPT）

  2. 英文IEEE论文“Demand-Side Management using Deep Learning for Smart Charging of Electric Vehicles”原文+人工精准翻译+演讲PPT

  3. 所属分类：深度学习

    • 发布日期：2018-09-01
    • 文件大小：3mb
    • 提供者：qq_35007090

  1. Introduction to GANs

  2. 介绍深度学习和GAN的发展：Introduction to GANs Ian Goodfellow, Staff Research Scientist, Google Brain MIX+GAN IEEE Workshop on Perception Beyond the Visible Spectrum

  3. 所属分类：深度学习

    • 发布日期：2018-09-20
    • 文件大小：8mb
    • 提供者：sunny13love

  1. Multiple Wavelet Coefficients Fusion in Deep Residual Networks

  2. 基于深度残差网络进行故障诊断的PPT简介。 M. Zhao, M. Kang, B. Tang, M. Pecht, "Multiple Wavelet Coefficients Fusion in Deep Residual Networks for Fault Diagnosis," IEEE Transactions on Industrial Electronics, DOI: 10.1109/TIE.2018.2866050.

  3. 所属分类：深度学习

    • 发布日期：2018-10-04
    • 文件大小：1mb
    • 提供者：zmh1250329863

  1. 基于深度学习和tensorflow人工智能引擎的学生未来发展预测模型

  2. 这个是在IEEE上下载的2018年关于深度学习的一片很好的文章

  3. 所属分类：深度学习

    • 发布日期：2018-11-29
    • 文件大小：353kb
    • 提供者：weixin_42220022

  1. 2018IEEE深度学习论文.zip

  2. 深度学习IEEE最新的论文，供大家学习参考。

  3. 所属分类：深度学习

    • 发布日期：2019-09-13
    • 文件大小：42mb
    • 提供者：weixin_42627955

  1. 向人类学习如何抓取：数据驱动的架构 拟人软手自主抓握

  2. 软手是将顺应性元素嵌入其机械设计中的机器人系统。这样可以有效地适应物品和环境，并最终提高其抓握性能。如果与经典的刚性手相比，这些手在人性化操作方面具有明显的优势，即易于使用和坚固耐用。但是，由于缺乏合适的控制策略，它们在自主控制方面的潜力仍未得到开发。为了解决这个问题，在这项工作中，我们提出了一种方法，可以从观察人类策略开始，使软手能够自主地抓握物体。通过深度神经网络实现的分类器将要抓取的物体的视觉信息作为输入，并预测人类将执行哪些操作来实现目标。因此，此信息用于从一组人类启发的原语中选择一个，

  3. 所属分类：深度学习

    • 发布日期：2019-10-20
    • 文件大小：547kb
    • 提供者：qq_16481211

  1. 基于深度强化学习的电网紧急控制策略研究.pdf

  2. ：提出一种基于深度强化学习的电网切机控制策略，所 提控制策略依据电网运行环境信息，通过数据分析得到切机 控制策略。首先介绍强化学习框架，阐述学习算法原理，并 详细介绍Q-Learning 方法。然后介绍深度学习基本概念和 深度卷积网络原理，提出利用深度卷积网络提取电网运行特 征，构建切机策略的思路。再结合深度学习和强化学习，构 建深度强化学习框架，其中深度学习采用深度卷积神经网络 模型用于提取特征，强化学习采用双重Q-Learning 和竞争 Q-Learning 模型计算Q 值，通过比较Q 值

  3. 所属分类：讲义

    • 发布日期：2020-09-05
    • 文件大小：1mb
    • 提供者：SparkQiang

  1. 3d-photo-inpainting:[CVPR 2020]使用上下文感知的分层深度修补进行3D摄影-源码

  2. [CVPR 2020]使用上下文感知的分层深度修补进行3D摄影 [] [] [ ] 我们提出了一种用于将单个RGB-D输入图像转换为3D照片的方法，即用于新颖视图合成的多层表示，该方法在原始视图中所包含的区域中包含幻觉的颜色和深度结构。我们使用具有显式像素连通性的分层深度图像作为基础表示，并提出一种基于学习的修复模型，该模型以空间上下文感知的方式将新的局部颜色和深度内容迭代地合成到被遮挡的区域中。使用标准图形引擎，可以使用运动视差有效地渲染生成的3D照片。与最先进的技术相比，我们在各种具有挑

  3. 所属分类：其它

  1. Deep-High-Resolution-Representation-Learning-for-Cross-Resolution-Person-Re-identification:IEEE多媒体交易杂志（正在审查中）-源码

  2. 深度高分辨率表示学习用于交叉分辨率人员重新识别 IEEE多媒体交易杂志（正在审查中） 内容 :clipboard: 介绍 :bookmark: 我们提出了一种深度高分辨率伪暹罗框架（PS-HRNet），以解决跨分辨率人员的re-ID问题。 具体来说，为了恢复低分辨率图像的分辨率并合理利用特征图的不同通道信息，我们引入并创新了带有通道注意（CA）机制的VDSR模块，称为VDSR-CA。 然后，我们通过设计一个新颖的表示头以提取区分特征（称为HRNet-ReID）来改革HRNet。 另外，构造了伪

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：895kb
    • 提供者：weixin_42181545

  1. SSPSR:用于单个高光谱图像超分辨率（IEEE TCI）的空间光谱先验深度网络-源码

  2. SSPSR-Pytorch 论文： : （IEEE Xplore） （arXiv） 学习空间光谱先验以实现超光谱影像的超分辨率 在本文中，我们引入了空间光谱先验网络（SSPN），以充分利用空间信息和高光谱数据的光谱之间的相关性。 考虑到高光谱训练样本稀少且高光谱图像数据的光谱维数很高，因此训练稳定有效的深度网络并非易事。 因此，提出了一种组卷积（具有共享的网络参数）和渐进式上采样框架。 这不仅减轻了由于高光谱数据的高维而导致的特征提取的困难，而且使训练过程更加稳定。 为了利用空间和光谱先

  3. 所属分类：其它

  1. DL-channel-estimation-MaMIMO:该存储库包含M. Belgiovine等人在论文中再现结果所需的代码。 2021年4月在IEEE无线通信杂志（WCM）上接受了“在5G大规模MIMO之外进行边缘估计的边缘深度学习”-

  2. DL信道估计-MaMIMO 该存储库包含M. Belgiovine等人在论文中再现结果所需的代码。 2021年4月在IEEE无线通信杂志（WCM）上接受了“超越5G大规模MIMO的信道估计边缘的深度学习”。

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：25kb
    • 提供者：weixin_42140710

  1. LIS-DeepLearning:由Abdelrahman Taha，Muhammad Alrabeiah和Ahmed Alkhateeb撰写的“通过压缩传感和深度学习实现大型智能表面的模拟代码”，发表于IEEE Access，2021年3

  2. 通过压缩感测和深度学习实现大型智能表面 这是与以下文章相关的MATLAB代码包：Abdelrahman Taha，Muhammad Alrabeiah和Ahmed Alkhateeb，“”，IEEE Access，2021年3月，doi：10.1109 / ACCESS.2021.3064073。 文章摘要 采用大型智能表面（LIS）是提高未来无线系统的覆盖范围和速率的有前途的解决方案。 这些表面包含大量近乎无源的元素，这些元素与入射信号相互作用，例如通过反射入射信号，从而以一种聪明的方式提高了

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：109kb
    • 提供者：weixin_42161497

  1. DL-CV-ITS:ITS中基于深度学习的计算机视觉监控代码发布-源码

  2. DL-CV-ITS ITS中用于监视的基于深度学习的计算机视觉的代码发布：最先进方法的评估（IEEE TVT 2021）

  3. 所属分类：其它

  1. DeepHash：深度学习哈希的开源程序包（DeepHash）-源码

  2. 深度哈希 DeepHash是一种轻量级的深度学习哈希库，它实现了最新的深度哈希/量化算法。 我们将根据我们发布的持续实施更具代表性的深度哈希模型。 具体来说，我们欢迎其他研究人员根据我们的框架在该工具包中提供深层哈希模型。 我们将宣布对该项目的贡献。 实施的模型包括： DQN：，曹Yue，龙明生，王建民，韩涵，温庆福，AAAI人工智能大会（AAAI），2016 DHN：，韩涵，龙明生，王建民，曹跃，AAAI人工智能大会（AAAI），2016 DVSQ：，曹悦，龙明胜，王建民，刘诗辰，IE

  3. 所属分类：其它

  1. 深度学习中的视觉分析：深度学习调查中的IEEE TVCG视觉分析-源码

  2. 深度学习中的视觉分析：深度学习调查中的IEEE TVCG视觉分析

  3. 所属分类：其它

  1. CatPapers：在Cats上具有出色的视觉，学习和绘图文件！-源码

  2. 猫纸收藏 根据思科的报告，90％的净流量将是可视的，实际上，大多数可视数据是猫的照片和视频。 因此，如今，对猫科动物朋友的理解，建模和综合成为一个越来越关键的研究问题，尤其是对于我们的猫迷来说。 猫纸收藏是一种学术论文收藏，包括产生与猫有关的实验结果的计算机图形学，计算机视觉和机器学习论文。 如果您要添加/删除文章，请发送电子邮件给（junyanz，网址：cs dot cmu dot edu）。 我们感谢所有作者的贡献和支持。 另请参阅| 流边缘指导视频完成，阿育舒拉夫，，在ECCV 20

  3. 所属分类：其它

« 12 3 »