Zobrazeno 1 - 10
of 323
pro vyhledávání: '"Semi-supervised learning (SSL)"'
Publikováno v:
Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization, Vol 12, Iss 1 (2024)
Multi-atlas based segmentation techniques constitute an effective approach in the automatic segmentation of medical images. Existing methods usually rely on single spectral descriptors extracted from a specific imaging modality. In this paper, we pro
Externí odkaz:
https://doaj.org/article/9f26fce1968d410d9b527f519b16f4b4
Publikováno v:
IEEE Access, Vol 12, Pp 115171-115181 (2024)
Effective monitoring and diagnosis of partial discharge (PD) in power equipment are crucial for maintenance, particularly given the expectations of significant increases in energy generation and consumption. Although deep neural networks have been wi
Externí odkaz:
https://doaj.org/article/bb70c4e6114740849986c5ca9cc7fe46
Autor:
Vipavee Damminsed, Rabian Wangkeeree
Publikováno v:
Symmetry, Vol 16, Iss 10, p 1373 (2024)
Nowadays, unlabeled data are abundant, while supervised learning struggles with this challenge as it relies solely on labeled data, which are costly and time-consuming to acquire. Additionally, real-world data often suffer from label noise, which deg
Externí odkaz:
https://doaj.org/article/44338fe57318439ba82212a0974e302a
Publikováno v:
Algorithms, Vol 17, Iss 3, p 91 (2024)
Semi-supervised learning has been proven to be effective in utilizing unlabeled samples to mitigate the problem of limited labeled data. Traditional semi-supervised learning methods generate pseudo-labels for unlabeled samples and train the classifie
Externí odkaz:
https://doaj.org/article/329a31405ffe4fe388f47a5e31b0815a
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.
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:
Sensors, Vol 23, Iss 19, p 8022 (2023)
As the world progresses toward a digitally connected and sustainable future, the integration of semi-supervised anomaly detection in wastewater treatment processes (WWTPs) promises to become an essential tool in preserving water resources and assurin
Externí odkaz:
https://doaj.org/article/68c6a1ce4d0543b3be64f79e77e04725