Zobrazeno 1 - 7
of 7
pro vyhledávání: '"LSTM-based RNN"'
Autor:
Xu Cui, Kavimbi Chipusu, Muhammad Awais Ashraf, Mudassar Riaz, Jianbing Xiahou, Jianlong Huang
Publikováno v:
Symmetry, Vol 16, Iss 7, p 920 (2024)
This paper introduces a novel methodology for mitigating undesired oscillations in overhead crane systems used in material handling operations in the industry by leveraging Long Short-Term Memory (LSTM)-based Recurrent Neural Networks (RNNs). Oscilla
Externí odkaz:
https://doaj.org/article/261148f15b8a47ed915d3de858387bdd
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.
Conference
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.
Dissertation/ Thesis
Autor:
Taojun Wang (15360640)
High-throughput phenotyping has emerged as a powerful approach to expedite crop breeding programs. Modern remote sensing systems, including manned aircraft, unmanned aerial vehicles (UAVs), and terrestrial platforms equipped with multiple sensors, su
