Tìm thấy 20+ kết quả cho từ khóa "Convolutional neural network"
ctujsvn.ctu.edu.vn Xem trực tuyến Tải xuống
NHẬN DẠNG TIẾNG NÓI ĐIỀU KHIỂN VỚI CONVOLUTIONAL NEURAL NETWORK (CNN). Từ khóa:. Convolutional neural network (CNN), deep neural network (DNN), keyword spooting (KWS) Keywords:. Convolutional neural network (CNN), deep neural network (DNN), keyword spooting (KWS). Bài báo trình bày một phương pháp nhận dạng tiếng nói điều khiển ngắn sử dụng đặc trưng MFCC (Mel frequency cepstral coefficients) và mô hình convolutional neural network (CNN).
tailieu.vn Xem trực tuyến Tải xuống
In recent years, using artificial neural network in change detection in SAR images has received great considerations and is considered as a finally processing step to improve accuracy of the detection. In 2019, an approach based on Convolutional-Wavelet Neural Networks. (CWNN) [18] was also developed by these authors, in which the convolutional neural network (CNN) [19] is combined with the dual tree complex wavelet transform (DT-CWT) [20] for change detection..
tailieu.vn Xem trực tuyến Tải xuống
This paper proposes a hybrid approach combining two emerging convolutional neural networks: Faster R-CNN and YOLOv2 to detect drones in images. Experimental results show that the approach can add up to almost 5% and more than 11% to precision and recall for Faster R-CNN and add up to 3% and more than 6% to these two metrics for YOLOv2. If a network is failed to detect drones in an image, the other network can help.. Convolutional Neural Network Faster R-CNN and YOLO Drone detection.
tailieu.vn Xem trực tuyến Tải xuống
Hướng phát triển tiếp theo của nghiên cứu là sử dụng mạng tích chập (convolutional neural network) để giải PDE nhằm tăng độ chính xác nghiệm của PDE và sử dụng mạng học sâu (deep learning) để giải các dạng PDE bậc cao.
311861.pdf
dlib.hust.edu.vn Xem trực tuyến Tải xuống
Specifically, we deploy a two stream convolutional neural network thattakes RGB and optical flow computed from RGB stream as inputs. Each stream has ar-chitecture of an existing 3D convolutional neural network (C3D) which has been shown tobe compact but efficient for the task of action recognition from video.
tailieu.vn Xem trực tuyến Tải xuống
Results for DNAscent v2 are shown alongside results from the RepNano transition matrix (TM) and convolutional neural network (CNN) origin calling. Earlier versions of DNAscent were not designed to call origins in asynchronous cells, so only the results from DNAscent v2 are shown.
tailieu.vn Xem trực tuyến Tải xuống
In the following sections, the paper presents an overview of the LSTM and CNN models, as well as the combined model of CNN and LSTM for sentiment classification testing.. 1) Convolutional Neural Network: A convolution neural network (CNN) is first used in the field of digital signal processing. In the CNN model as Fig. Hence, each neural in the next layer is generated from the filters imposed on a local data area of the previous neural layer.
www.scribd.com Xem trực tuyến Tải xuống
(Hình ảnh 13) Hình ảnh 13: Quá trình hoạt động của CNN211.2.2.2 Những mô hình Convolutional neural network Cũng với sự phát triển rất nhanh của xử lý ảnh thì mô hình CNN có những cấutrúc đạt được kết quả cao.
www.scribd.com Xem trực tuyến Tải xuống
NHÓM 11 : VILAIPHONE LOYVILAYSARN SUPHATHEP MANONXAI VIDA LỚP: ĐH CNTT – K57 MẠNG NEURAL TÍCH CHẬP Mạng neural tích chập ( Convolutional Neural Network –CNN ) là một dạng cụ thể của mạng neural học sâu. Mạng tích chập mô phỏng theo quá trình xử lý sinh học, trong đó mô hình kết nối giữa các tế bào giống với tổ chức vỏ não thị giác động vật.
tailieu.vn Xem trực tuyến Tải xuống
Nghiên cứu xây dựng mạng nơ-ron nhân tạo tích chập CNN (Convolutional Neural Network) trên FPGA.. [2] Nguyễn Thị Kim Anh,“ Ứng dụng mạng nơ-ron nhân tạo trong nhận dạng chữ số viết tay trên FPGA”, Luận Văn Thạc sĩ, Đại học Bách khoa Đà Nẵng, 2015. [3] Huynh Viet Thang, “Evaluation of Artificial Neural Network Architectures for Pattern Recognition on FPGA”, International Journal of Computing and Digital Systems (ISSN: 2210-142X), 2017. [20] Huỳnh Minh Vũ,“ Nghiên cứu và thực hiện kiến trúc mạng nơ-ron
www.academia.edu Xem trực tuyến Tải xuống
Bố cục đề tài Chương NGHIÊN CỨU TỔNG QUAN Tổng quan về nhận diện khuôn mặt Các phương pháp nhận diện Ưu điểm, nhược điểm của các phương pháp Hướng tiếp cần của đề tài Chương CƠ SỞ LÝ THUYẾT Tìm hiểu về OpenCV Thuật toán CNN – Convolutional Neural Network Convolutional layer Nonlinear Layer Pooling layer Fully Connected Layer Tìm hiểu về Face Detector - MTCNN Các thuật toán nhận diện khuôn mặt One-shot learning Learning similarity Siam network Tìm hiểu Pre-trained model - FaceNet Pre-trained model
tailieu.vn Xem trực tuyến Tải xuống
Mô hình phân lớp: Sử dụng các thuật toán như Convolutional Neural network (CNN) và Recurrent Neural Network (RNN), Long Short Term Memory (LSTM) để tiến hành phân loại và gán nhãn ý định.. Tiền xử lý dữ liệu. TẬP DỮ LIỆU CHƯA GÁN NHÃN. TIỀN XỬ LÝ MÔ HÌNH PHÂN. Phần tiếp theo sẽ trình bày các mô hình mạng Nơ-ron được sử dụng trong luận văn.. Giới thiệu chung mô hình mạng Nơ-ron:.
www.scribd.com Xem trực tuyến Tải xuống
DL giống như một loại mạng thầnkinh sâu – deep neural network có thể xử lý dữ liệu lớn theo cách bộ não con ngườithực hiện. DL sử dụng các thuật toán kiểm tra các chi tiết hình ảnh và giải mã dướinhiều cấp độ. Với DL, máy sẽ tự đào tạo chính nó dựa trên một tệp dữ liệu đầu vàorất lớn và sức tính toán rất mạnh mẽ. Một thuật toán được sử dụng rất nhiều trong CV đó là Mạng nơ ron tích chập(convolutional neural network – CNN).
www.academia.edu Xem trực tuyến Tải xuống
Khối này thực chất là một mạng nơ-ron tích chập (Convolutional Neural Network) nhằm trích xuất các đặc trưng của bức ảnh đầu vào. Mạng nơ-ron tích chập là một kiến trúc mạng mô phỏng hệ thần kinh của con người. Đây là một mô hình deep learning được sử dụng rất phổ biến trong các bài toán nhận dạng ảnh. Kiến trúc mạng nơ-ron tích chập được thể hiện ở Hình 5.
tailieu.vn Xem trực tuyến Tải xuống
Prediction of RNA-protein sequence and structure binding preferences using deep convolutional and recurrent neural networks. Pysster: classification of biological sequences by learning sequence and structure motifs with convolutional neural networks.. DeepCLIP: predicting the effect of mutations on protein-RNA binding with deep learning. Predicting RNA-protein binding sites and motifs through combining local and global deep convolutional neural networks..
tailieu.vn Xem trực tuyến Tải xuống
Gần đây với sự phát triển của các mô hình học sâu, tác giả Y.Kim [8] đã áp dụng và đề xuất sử dụng mạng tích chập Convolutional Neural Network (CNN) cho các bài toán phân loại văn bản khác nhau. Kết quả thực nghiệm cho thấy được sự hiệu quả của mô hình CNN trong lĩnh vực Xử lý ngôn ngữ tự nhiên.
www.academia.edu Xem trực tuyến Tải xuống
Mạng nơron tích chập (CNN - Convolutional Neural Network) Mạng nơron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình mạng phổ biến trong các hệ thống nhận dạng. Trong mô hình mạng nơron tích chập lan truyền thẳng thì mỗi nơron đầu vào cho mỗi nơron đầu ra trong các tầng tiếp theo, mô hình này gọi là mạng liên kết đầy đủ (Fully- connected). Kiến trúc của R- CNN gồm 3 thành phần: vùng đề xuất hình ảnh (Region proposal).
www.academia.edu Xem trực tuyến Tải xuống
Mạng nơron tích chập (CNN - Convolutional Neural Network) Mạng nơron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình mạng phổ biến trong các hệ thống nhận dạng. Trong mô hình mạng nơron tích chập lan truyền thẳng thì mỗi nơron đầu vào cho mỗi nơron đầu ra trong các tầng tiếp theo, mô hình này gọi là mạng liên kết đầy đủ (Fully- connected). Kiến trúc của R- CNN gồm 3 thành phần: vùng đề xuất hình ảnh (Region proposal).
www.academia.edu Xem trực tuyến Tải xuống
Mạng nơron tích chập (CNN - Convolutional Neural Network) Mạng nơron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình mạng phổ biến trong các hệ thống nhận dạng. Trong mô hình mạng nơron tích chập lan truyền thẳng thì mỗi nơron đầu vào cho mỗi nơron đầu ra trong các tầng tiếp theo, mô hình này gọi là mạng liên kết đầy đủ (Fully- connected). Kiến trúc của R- CNN gồm 3 thành phần: vùng đề xuất hình ảnh (Region proposal).
www.academia.edu Xem trực tuyến Tải xuống
Mạng nơron tích chập (CNN - Convolutional Neural Network) Mạng nơron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình mạng phổ biến trong các hệ thống nhận dạng. Trong mô hình mạng nơron tích chập lan truyền thẳng thì mỗi nơron đầu vào cho mỗi nơron đầu ra trong các tầng tiếp theo, mô hình này gọi là mạng liên kết đầy đủ (Fully- connected). Kiến trúc của R- CNN gồm 3 thành phần: vùng đề xuất hình ảnh (Region proposal).