Zobrazeno 1 - 10
of 23 477
pro vyhledávání: '"separable convolution"'
Publikováno v:
International Conference on Human-Computer Interaction (HCII 2024)
In the field of EEG-based gaze prediction, the application of deep learning to interpret complex neural data poses significant challenges. This study evaluates the effectiveness of pre-processing techniques and the effect of additional depthwise sepa
Externí odkaz:
http://arxiv.org/abs/2408.03480
Autor:
Cai, Zhigao, Zhao, Xing-Ming
Automatic segmentation of the fetal brain is still challenging due to the health state of fetal development, motion artifacts, and variability across gestational ages, since existing methods rely on high-quality datasets of healthy fetuses. In this w
Externí odkaz:
http://arxiv.org/abs/2405.15205
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.
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:
Mengni Fu, Chi Lu, Yingwu Mao, Xiaoli Zhang, Yong Wu, Hongbin Luo, Zhi Liu, Wenfang Li, Guanglong Ou
Publikováno v:
International Journal of Digital Earth, Vol 17, Iss 1 (2024)
ABSTRACTAddressing accuracy and computational complexity challenges in hyperspectral image classification for small sample and multi-species scenarios, we developed DSC-DC, a lightweight convolutional neural network. This model is based on Depthwise
Externí odkaz:
https://doaj.org/article/7a17dce18f8b4685980832ce40ba340e
