檢索結果：共6筆資料 檢索策略： "類神經網路".ckeyword (精準) and ckeyword.raw="卷積類神經網路"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
自從LeNet 模型在1998 年發表後，圖像辨識逐漸興盛及成熟，應用的領域及需求也日益增加。近來，在圖像處理領域中開發了基於K 聚體的模式識別（KPR）的方法，從生物醫學領域DNA 序列的K-me…
2
台灣製藥產業對於藥錠的表面瑕疵檢測多以人力進行檢測，利用人工檢測的方式不但缺乏時間效率，且容易有不穩定及誤判之問題。近年來深度學習的發展快速，使得神經網路也逐漸應用在許多領域。如想基於卷積神經網路(…
3
本文提出以多層Dropout神經網路架構(Multi-Dropout Framework, MDF)進行跨視角人臉地標點與角度偵測，不同於多數的人臉地標點偵測器只可偵測yaw小於45度之樣本，所提出…
4
銷售預測對於商業以數據科學的方式進行決策至關重要，由於內外部環境因素的影響，銷售預測是一個具有挑戰性的問題，特別是產品屬於生命週期短的產業。以麵包店為例，由於產品具有易腐及保存期限短的性質，預測每天…
5
本研究使用深度學習之方法進行工業零件辨識，並整合工研院7A6型機械手臂進行物件夾取之任務。利用於桌上型電腦搭配影像處理單元(GPU)建立立體視覺辨識系統，藉由深度攝影機(Intel RealSens…
6
聯邦學習(Federated Learning, FL)為分布式機器學習(Distributed machine learning)的一類，其主要的焦點之一為通訊效率(communication e…