檢索結果：共11筆資料 檢索策略： "Deep-learning".ekeyword (精準) and ckeyword.raw="遷移學習"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在現代工業中，設備的穩定性是工廠生產和機器利用的重要因素。機械振動可能會導致旋轉機器中的主軸偏心或軸承損壞，進而導致設備停機。近年來，由於深度學習模型具有自動特徵學習能力，因此它們被用於故障診斷。然…
2
隨著近年來機器學習相關技術的發展，深度學習的概念已經成功被應用在不同領域上，當中包括了圖像辨識、物件偵測、自然語言處理，自動生成多媒體內容等，主要原理是透過大量的訓練資料讓深度網路模型學習到資料當中…
3
我們提出了應用於非監督遷移學習的方法，此方法基於特徵空間擴散和保守的標記策略。遷移學習近年來在許多應用上引發了關注。深度學習的成功故事使我們要求從源域中的有效建模進而擴展於目標域的有效建模。正如許多…
4
使用深度學習，我們很容易地可以分辨圖片的正確性，由於房間室內場景的圖片每一種都很相似，所以需要大量的資料和時間來進行辨識，來提高準確率。因此我們使用遷移學習來改善我們的神經網路，從已經預先訓練好的模…
5
在現代工業中，旋轉機械是提供工廠穩定動力的來源之一，而其設備的穩定性是影響工廠生產及機器稼動率的重要因素。機械振動可能造成主軸偏心或軸承損壞，進而導致設備故障停機。近年來，深度學習模型被用來進行故障…
6
肋骨骨折是一種常見的骨骼損傷，需要及時治療。現今胸腔X光影像仍是診斷肋骨骨折常用的診斷方式，若能儘早診斷出患者是否有骨折及骨折的位置，對於後續的治療有很重要的影響。與電腦斷層掃描(CT)相比，胸部X…
7
針對特定識別目標集進行訓練的深度學習識別網路, 在實際應用中，通常面臨兩個主要的限制：無法修改識別目標集，以及無法根據實際測試場域的統計特性調整網路參數。本研究探討了兩個關鍵問題：（1）如何快速重新…
8
隨著市場上應用情境的需求不斷提升與改變，深度學習網路架構也逐漸變的複雜且龐大，準確度上升的同時造成了模型參數指數性成長，亦產生了模型效率不佳等更多延伸問題，各個領域的應用需要在準確度與易用性上做出取…
9
本研究設計了一種引擎號碼辨識系統，利用深度學習、卷積神經網路的影像分類技術來進行引擎號碼辨識，不需要利用影像處理技術來對圖像進行預處理，而是利用經過深度學習訓練後的辨識模型直接對引擎號碼圖像進行辨識…
10
近年來表面肌電訊號的應用文獻越來越突出，然而在深度學習演算法的發展也不容忽視，因此，基於表面肌電訊號的研究領域中，越來越多的研究採用人工智慧的演算法。但是，許多的研究都無法達到比較好的結果，主要的原…