Zobrazeno 1 - 10
of 43
pro vyhledávání: '"training database"'
Publikováno v:
Journal of Imaging, Vol 10, Iss 1, p 7 (2023)
In the last decade, many neural network algorithms have been proposed to solve depth reconstruction. Our focus is on reconstruction from images captured by multi-camera arrays which are a grid of vertically and horizontally aligned cameras that are u
Externí odkaz:
https://doaj.org/article/ac0627912dc44f8882183770461fdb1f
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:
Sofia L. Ermida, Isabel F. Trigo
Publikováno v:
Remote Sensing, Vol 14, Iss 10, p 2329 (2022)
Land surface temperature is linked to a wide range of surface processes. Given the increased development of earth observation systems, a large effort has been put into advancing land surface temperature retrieval algorithms from remote sensors. Due t
Externí odkaz:
https://doaj.org/article/549ab6e5280d4482a6b5cc17b5d898f6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Vik, Dean
Here we are depositing all databases needed to run MArVD2 for archaeal virus identification. We are also including all datasets used for training and benchmarking MArVD2. These data are used in the article: "MArVD2: A machine learning enhanced tool t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::067caf31800a18e468596c3b3e3a5dd9
Autor:
Vik, Dean
Here we are depositing all databases needed to run MArVD2 for archaeal virus identification, datasets used in the creation of the model, two test datasets, and the model itself. These data are used in the article: "MArVD2: A machine learning enhanced
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c0fd503007e1157aeea47a336c4fbf04
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:
Volume: 7, Issue: 1 12-34
Journal of Advanced Research in Natural and Applied Sciences
Journal of Advanced Research in Natural and Applied Sciences
Storing and using trained artificial neural network (ANN) models face technical difficulties. These models are usually stored as files and cannot be run directly. An artificial neural network can be structurally expressed as a graph. Therefore, it wo
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=tubitakulakb::d971c2273145e1e6241abadb9581e101
https://dergipark.org.tr/tr/pub/jarnas/issue/60593/890552
https://dergipark.org.tr/tr/pub/jarnas/issue/60593/890552