Zobrazeno 1 - 10
of 449
pro vyhledávání: '"identification accuracy"'
Autor:
Michael Rzanny, Anke Bebber, Hans Christian Wittich, Alice Fritz, David Boho, Patrick Mäder, Jana Wäldchen
Publikováno v:
People and Nature, Vol 6, Iss 6, Pp 2178-2181 (2024)
Abstract Hart et al. (2023) conducted a study to evaluate the accuracy of five plant identification apps based on snapshot images as used in practice by field ecologists. Their results revealed varying accuracies per app, ranging from 86.9% to 46.4%.
Externí odkaz:
https://doaj.org/article/c225b80bd4df45b4981e077694cee3ef
Publikováno v:
Industrial Robot: the international journal of robotics research and application, 2024, Vol. 51, Issue 5, pp. 772-788.
Externí odkaz:
http://www.emeraldinsight.com/doi/10.1108/IR-01-2024-0029
Publikováno v:
Intelligent Systems with Applications, Vol 23, Iss , Pp 200403- (2024)
This paper introduces a novel approach to personal risk (PR) identification using federated learning (FL) in wireless communication scenarios, leveraging generalized information. The primary focus is on harnessing the power of distributed data across
Externí odkaz:
https://doaj.org/article/b0dd67793f144c8ab792068cf0400772
Publikováno v:
Intelligent Systems with Applications, Vol 23, Iss , Pp 200392- (2024)
This paper introduces a novel approach utilizing normalized flow networks (NFNs) for dynamic personal risk (PR) analysis, specifically focusing on the assessment of two-way data rates at network nodes. NFNs, a sophisticated paradigm in data processin
Externí odkaz:
https://doaj.org/article/15eeca124ce14af292af1a27f499fb29
Publikováno v:
Psicológica, Vol 45, Iss 2, p e16589 (2024)
In the present study, 140 participants were instructed to use absolute judgement or relative judgement just prior to facing a present perpetrator lineup or an absent perpetrator lineup. Participants’ eye movements were recorded during the lineup pr
Externí odkaz:
https://doaj.org/article/f52dff261ebf435082dd56ee17db427f
Publikováno v:
IEEE Access, Vol 11, Pp 75462-75473 (2023)
Specific emitter identification (SEI) is a powerful technique that identifies different emitters utilizing the features generated from hardware imperfections. The features, also known as radio frequency fingerprints (RFFs), can be extracted via model
Externí odkaz:
https://doaj.org/article/5d9ea6bd967d4696856001547dea820e
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.
Autor:
Oleg Rudenko, Oleksandr Bezsonov
Publikováno v:
Радіоелектронні і комп'ютерні системи, Vol 0, Iss 1, Pp 216-228 (2022)
The problem of identifying the parameters of a linear object in the presence of non-Gaussian noise is considered. The identification algorithm is a gradient procedure for maximizing the functional, which is a correntropy. This functionality allows yo
Externí odkaz:
https://doaj.org/article/dc81238a55fc41afb9ddc66f3cc2a4f5