檢索結果:共16筆資料 檢索策略: ckeyword.raw="深度神經網路"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
本論文提出應用於5G 行動通訊的低密度奇偶檢查碼(LDPC)解碼器超大型積體電路(VLSI)設計,以基於LDPC NMSA的共享參數神經網路解碼演算法做為基礎,進行訓練方式的改良,訓練方式則使用限制…
2
近年來,深度神經網路 (Deep Neural Network, DNN) 被廣泛的應用在許多領域之中,例如自動駕駛、人臉辨識以及智慧家電等,深度神經網路模型透過大量的訓練資料,使正確率 (Accu…
3
一個資料集的好壞能大大的影響深度學習模型訓練出來的準確率,若資料集不完全或是與使用環境差異很大,常常會造成模型辨識的錯誤。在交通物件資料集中,大部分的資料集都是來自國外,但國外的交通環境與台灣的相差…
4
本論文提出一仿效人類取物策略於機器手臂之深度圖像夾取姿態與位置辨識系統,其系統分為物體分類和夾取姿態生成。在物體分類方面使用本論文設計之自動樣本訓練系統,透過物件特徵提取及合成演算法,自主生成物…
5
隨著科技的進步,人臉辨識為一種存取控制應用於身份驗證的新興技術。特別是在行動裝置中越來越受到關注,由於智慧型手機的普及以及行動作業系統中人臉解鎖功能的發佈,人臉辨識逐漸取代指紋辨識,而成為手機的另一…
6
近年來,海面上活動越來越頻繁,對於海上船隻、軍艦等的監控逐漸地受到大眾重視,然而以人力的方式監控日趨繁複的航線,不但會造成人事成本的增加,且可能會導致效率降低、人員的勞累等;而我們希望以科學的方式取…
7
基於神經網路的應用雖然能夠有效地解決許多現代複雜的問題,然而由於 訓練深度神經網路模型需要大量的計算成本及訓練資料,對於資源有限的中小 企業或個人單位可能難以負擔。因此將訓練複雜模型的工作外包給第三…
8
近年來,深度神經網路 (Deep Neural Network, DNN) 快速得發展,至今已應用在許多領域,例如智慧家電、人臉辨識與自動駕駛等等。深度神經網路模型透過大量的訓練資料,使正確率 (A…
9
深度學習為機器學習的分支,隨著科技的日新月異,深度學習已成為人工智慧中成長最快速的技術,其主要功能是讓機器模擬人類神經網路的運作方式,而深度神經網路又為深度學習最常使用的架構,已經被廣泛應用在許多領…
10
在晶片設計流程中,靜態電壓衰退 (IR-drop) 分析是極為重要且必定會執行的程序,它甚至可以在整個設計流程中會被重複執行多次,尤其是在工程改變命令 (Engineering change ord…