Zobrazeno 1 - 10
of 43
pro vyhledávání: '"deep random forest"'
Autor:
Atieh Khodadadi, Nima Ghanbari Bousejin, Soheila Molaei, Vinod Kumar Chauhan, Tingting Zhu, David A. Clifton
Publikováno v:
Sensors, Vol 23, Iss 14, p 6571 (2023)
An electronic health record (EHR) is a vital high-dimensional part of medical concepts. Discovering implicit correlations in the information of this data set and the research and informative aspects can improve the treatment and management process. T
Externí odkaz:
https://doaj.org/article/cf72c911dbef4e81a7ffa49f2e6f3eb1
Autor:
Sangwon Kim, Byoung Chul Ko
Publikováno v:
IEEE Access, Vol 8, Pp 8533-8542 (2020)
Randomized sampling-based ensemble learning is emerging as a new alternative to deep neural networks (DNNs) because it supports diversity and locality and does not require backpropagation in the learning process. By connecting randomized weak classif
Externí odkaz:
https://doaj.org/article/555d2f99acc2496396ed7b4394ca89ee
Publikováno v:
IEEE Access, Vol 8, Pp 60344-60354 (2020)
This study proposes a lightweight multilayer random forest (LMRF) model, which is a non-neural network style deep model consisting of layer-by-layer random forests. Although a deep neural network (DNN) is a powerful algorithm for facial expression re
Externí odkaz:
https://doaj.org/article/70382c404fd940c4ba62164fa0263655
Publikováno v:
IEEE Access, Vol 8, Pp 117096-117108 (2020)
Deep learning based methods have made great progress in hyperspectral image classification. However, training a deep learning model often requires a large number of labeled samples, which are not always available in practical applications. In this pa
Externí odkaz:
https://doaj.org/article/3fc64c73ca44459e819530789d9c8ce3
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 21, Iss 9, p 3004 (2021)
The deep random forest (DRF) has recently gained new attention in deep learning because it has a high performance similar to that of a deep neural network (DNN) and does not rely on a backpropagation. However, it connects a large number of decision t
Externí odkaz:
https://doaj.org/article/b831abe2698c496591b4976af8fcc364
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.