- Bạn vui lòng tham khảo Thỏa Thuận Sử Dụng của Thư Viện Số
Tài liệu Thư viện số
Danh mục TaiLieu.VN
Bài viết này đã đề xuất sử dụng thêm kỹ thuật học sâu. Mô hình học sâu được sử dụng dạng Unet. Quá trình mô phỏng trên bộ ảnh y tế đã chỉ ra rằng với một ảnh y tế mờ từ hệ thống quang học, sau hai bước xử lý bằng thuật toán Lucy – Richardson – Rosen và kết hợp với mạng học sâu Unet đã cho ảnh khôi phục tốt hơn.
8 p tgtls 23/02/2025 24 0
Từ khóa: Khôi phục ảnh, Thuật toán Lucy – Richardson - Rosen, Kỹ thuật học sâu, Mô hình Unet, Hệ thống quang học
Phương pháp kết hợp dựa trên mô hình học sâu cho phân tích tình cảm trên hình ảnh
Nghiên cứu này có một số đóng góp chính như sau: Xây dựng phương pháp phân tích tình cảm trên hình ảnh bằng cách xây dựng mô hình kết hợp dựa trên các thuật toán học sâu nhằm giải quyết vấn đề về việc trích xuất chưa tốt các đặc trưng ở các hình ảnh có chất lượng thấp của các mô hình đơn lẻ; Đánh giá kết quả của phương pháp đề...
10 p tgtls 21/09/2024 40 0
Từ khóa: Thuật toán học sâu, Bộ dữ liệu hình ảnh khuôn mặt, Mô hình transfer learning, Phương pháp NoResNet, Mô hình Inception-V3
Nhận dạng ảnh mặt người sử dụng mạng nơron liên kết hai chiều
Chủ đề của bài viết là khai thác, sử dụng bộ nhớ liên kết hai hướng (BAM: Bidirectional Associative Memory) một loại mạng nơron truy hồi để nhận dạng ảnh mặt người. Bài viết xây dựng cấu trúc BAM và thuật toán nhận dạng ảnh mặt người được xây dựng dựa trên luật học Hebb và mạng BAM.
12 p tgtls 25/05/2024 81 0
Từ khóa: Công nghệ năng lượng, Mạng nơron nhân tạo, Bộ nhớ liên kết, Thuật toán nhận dạng ảnh mặt người, Mạng nơron học sâu
Trích xuất thực thể trong an toàn thông tin sử dụng học sâu
Bài viết Trích xuất thực thể trong an toàn thông tin sử dụng học sâu trình bày một phương pháp trích xuất thực thể có tên trong an toàn thông tin sử dụng các kỹ thuật học sâu, là mô hình kết hợp gồm word2vec, BERT, BiLSTM và CRF.
8 p tgtls 23/08/2023 86 0
Từ khóa: An toàn thông tin, Trích xuất thực thể, Kỹ thuật học sâu, Xử lý ngôn ngữ tự nhiên, Phương pháp BiLSTM