Zobrazeno 1 - 10
of 102
pro vyhledávání: '"ReLU activation function"'
Publikováno v:
Shipin yu jixie, Vol 39, Iss 6, Pp 155-160 (2023)
Objective: To solve the problems of low accuracy and poor efficiency in existing apple defect detection methods. Methods: Based on a fruit image acquisition system, an improved convolutional neural network was proposed for detecting surface defects i
Externí odkaz:
https://doaj.org/article/773fb8be4a27498190f324613c52962e
Publikováno v:
Applied Mathematics and Nonlinear Sciences, Vol 9, Iss 1 (2024)
As a critical component of information management, the development of digital and information archive systems enhances both the efficiency and quality of enterprise operations, thereby increasing economic value. This paper employs the ReLU activation
Externí odkaz:
https://doaj.org/article/7cdb6fdc02f5483ebfae1f9e967d2bdf
Autor:
Takowa Rahman, Md Saiful Islam
Publikováno v:
Measurement: Sensors, Vol 26, Iss , Pp 100694- (2023)
Convolutional neural network (CNN) is widely used to classify brain tumors with high accuracy. Since CNN collects features randomly without knowing the local and global features and causes overfitting problems, this research proposes a novel parallel
Externí odkaz:
https://doaj.org/article/c529dbed72cf4f3bb6a3fda59e486aa7
Autor:
Danilo Costarelli
Publikováno v:
Mathematical Modelling and Analysis, Vol 27, Iss 4 (2022)
In the present paper, a new family of multi-layers (deep) neural network (NN) operators is introduced. Density results have been established in the space of continuous functions on [−1,1], with respect to the uniform norm. First, the case of the op
Externí odkaz:
https://doaj.org/article/af29ed3f26ce40ffa86ee02e349ab030
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:
Mathematics, Vol 11, Iss 18, p 3899 (2023)
With high dimensionality and dependence in spatial data, traditional parametric methods suffer from the curse of dimensionality problem. The theoretical properties of deep neural network estimation methods for high-dimensional spatial models with dep
Externí odkaz:
https://doaj.org/article/89f5b7f7ef3248a3b541ea2ea89a7e72
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.