檢索結果:共6筆資料 檢索策略: 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
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…
2
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…
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
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(…
5
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…
6
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…