Zobrazeno 1 - 10
of 14 393
pro vyhledávání: '"Encoder Decoder Network"'
Autor:
Xiao, Kuntao, Wang, Xiongfei, Teng, Pengfei, Sun, Yi, Yang, Wanli, Zhang, Liang, Dong, Hanyang, Luan, Guoming, Sheng, Shurong
It is widely acknowledged that the epileptic foci can be pinpointed by source localizing interictal epileptic discharges (IEDs) via Magnetoencephalography (MEG). However, manual detection of IEDs, which appear as spikes in MEG data, is extremely labo
Externí odkaz:
http://arxiv.org/abs/2412.08896
Publikováno v:
2021 IEEE International Conference on Image Processing (ICIP), pages 1779-1783, Publication date: 2021/9/19
The aim of multispectral image fusion is to combine object or scene features of images with different spectral characteristics to increase the perceptual quality. In this paper, we present a novel learning-based solution to image fusion problem focus
Externí odkaz:
http://arxiv.org/abs/2412.08073
Autor:
Chen, Chun-Chi1 (AUTHOR) aky3100@mail.ncyu.edu.tw, Chan, Yi-Ming2 (AUTHOR), Jeong, Hyundoo3 (AUTHOR) hdj@inu.ac.kr
Publikováno v:
BMC Bioinformatics. 11/5/2024, Vol. 25 Issue 1, p1-16. 16p.
In recent years, encoder-decoder networks have focused on expanding receptive fields and incorporating multi-scale context to capture global features for objects of varying sizes. However, as networks deepen, they often discard fine spatial details,
Externí odkaz:
http://arxiv.org/abs/2409.12678
Autor:
Mei, Jinlong1 (AUTHOR) 202230603093@mails.zstu.edu.cn, Wang, Chengqun2 (AUTHOR) cqwang@zstu.edu.cn, Luo, Shuyun2 (AUTHOR) wqxu@zstu.edu.cn, Xu, Weiqiang2 (AUTHOR), Deng, Zhijiang3 (AUTHOR) dengzhijiang@fox-ess.com
Publikováno v:
Sensors (14248220). Sep2024, Vol. 24 Issue 17, p5501. 21p.
Publikováno v:
BMC Bioinformatics, Vol 25, Iss 1, Pp 1-16 (2024)
Abstract Background RNA secondary structural alignment serves as a foundational procedure in identifying conserved structural motifs among RNA sequences, crucially advancing our understanding of novel RNAs via comparative genomic analysis. While vari
Externí odkaz:
https://doaj.org/article/edc36e75fedd42a1a9ba86348eae56e8
The traditional SegNet architecture commonly encounters significant information loss during the sampling process, which detrimentally affects its accuracy in image semantic segmentation tasks. To counter this challenge, we introduce an innovative enc
Externí odkaz:
http://arxiv.org/abs/2406.01605
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.