Zobrazeno 1 - 10
of 55
pro vyhledávání: '"Luo, Yiqin"'
Publikováno v:
In Engineering Applications of Artificial Intelligence December 2024 138 Part A
Publikováno v:
In Mechanism and Machine Theory November 2021 165
Publikováno v:
In Cellular and Molecular Gastroenterology and Hepatology 2021 11(3):683-696
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.
Publikováno v:
Molecules; Apr2023, Vol. 28 Issue 8, p3408, 15p
Publikováno v:
The Computer Journal. 65:679-688
In context-aware recommendation systems, most existing methods encode users’ preferences by mapping item and category information into the same space, which is just a stack of information. The item and category information contained in the interact
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::abf5c3c96492399baf4ad89a113613df
https://doi.org/10.1093/comjnl/bxaa095
https://doi.org/10.1093/comjnl/bxaa095
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Mechanism and Machine Theory. 165:104423
Humanoid robots are an elusive long-term goal in robotics, and a humanoid arm is an essential actuator. Inspired by the motion characteristics of the human arm, a seven-degree-of-freedom (DOF) serial-parallel hybrid humanoid robotic arm is proposed.
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::ea76111cd5e0dfc94b8be70ee7bafdb3
https://doi.org/10.1016/j.mechmachtheory.2021.104423
https://doi.org/10.1016/j.mechmachtheory.2021.104423
Publikováno v:
ISCID (2)
Representation learning aims to embed knowledge graphs into a low-dimensional, dense, and real-valued vector space. Existing methods such as TransE and TransH make use of a global loss function based on margin to learn embedding representation, but t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::94ede45e2996f13c2f1a282b3c80bc90
https://doi.org/10.1109/iscid.2018.10171
https://doi.org/10.1109/iscid.2018.10171