Zobrazeno 1 - 10
of 146
pro vyhledávání: '"Invertible Neural Networks"'
Publikováno v:
Artificial Intelligence in Geosciences, Vol 5, Iss , Pp 100087- (2024)
The large spatial/temporal/frequency scale of geoscience and remote-sensing datasets causes memory issues when using convolutional neural networks for (sub-) surface data segmentation. Recently developed fully reversible or fully invertible networks
Externí odkaz:
https://doaj.org/article/8c33c70e82444bcd9431b1e5e92fc40c
Publikováno v:
Sensors, Vol 24, Iss 4, p 1213 (2024)
Electrolysis stands as a pivotal method for environmentally sustainable hydrogen production. However, the formation of gas bubbles during the electrolysis process poses significant challenges by impeding the electrochemical reactions, diminishing cel
Externí odkaz:
https://doaj.org/article/3c73b3ef946d4876952a75d344ba919f
Publikováno v:
Applied Sciences, Vol 14, Iss 3, p 1225 (2024)
With the enhancement of information volume, people are not satisfied with transmitting only a single secret image at a time but chase to hide multiple secret images in a single picture; however, the large-capacity steganographic scale can easily lead
Externí odkaz:
https://doaj.org/article/a3a22883342c4fe096ac0b7d5046e308
Publikováno v:
Machine Learning: Science and Technology, Vol 5, Iss 3, p 035026 (2024)
This paper presents an innovative approach to tackle Bayesian inverse problems using physics-informed invertible neural networks (PI-INN). Serving as a neural operator model, PI-INN employs an invertible neural network (INN) to elucidate the relation
Externí odkaz:
https://doaj.org/article/662065141bbb493e824090415176888f
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.
Tackling multimodal device distributions in inverse photonic design using invertible neural networks
Publikováno v:
Machine Learning: Science and Technology, Vol 4, Iss 2, p 02LT02 (2023)
We show how conditional generative neural networks can be used to efficiently find nanophotonic devices with desired properties, also known as inverse photonic design. Machine learning has emerged as a promising approach to overcome limitations impos
Externí odkaz:
https://doaj.org/article/4f07158efaae4467a4fc4f7a7b92f6fa
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.