檢索結果:共7筆資料 檢索策略: "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="generative adversarial networks"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
本研究探討心肌T1映射技術中常見的問題,即呼吸引起MOLLI影像之間的錯位,進而影響T1映射的準確性,需要進行運動校正。我們提出了一種解決方案,透過使用生成對抗網絡來生成一致心臟位置的虛擬MOLLI…
2
In the past decade, the computer vision community witnessed the deep learning revolution that fuele…
3
非監督式圖像轉換的目標是在兩個非成對的數據樣本中找到對應關係。一種方法是以補丁為單位的對比學習來達成單向的圖像轉換,最大化輸入與輸出影像中相對應之補丁的相互資訊,且將其他來自輸入影像中的非對應補丁視…
4
本研究探討比較生成對抗網路(Generative Adversarial Network, GAN)和小樣本學習(Few-shot Learning, FSL)在不平衡數據下感應馬達跨負載故障診斷的…
5
近年來,人口高齡化已經變成全球各國都面臨到的議題,老年人照護政策逐漸地受到重視,尤其我國的國民人均壽命高於全球人均壽命的情況,更顯得老年人照護的重要性,而在照護人口無法負荷需長期照護的老年人比率下,…
6
最近基於深度學習的方法已經在圖像修復領域非常進步。然而,目前存在的方法時常在修補完圖片之後,遮罩區域的邊界仍然是模糊的,甚至容易生成扭曲的結構。這主要是因為過去方法使用卷積神經網路從遮罩周圍的空間複…
7
語音情緒辨識是一項艱難的工作因為大多數最先進的語音情緒辨識方法都只在單一語料庫表現良好而不能跨多語料庫,因此,跨語料庫情緒語音辨識開始被視為是一個問題且受到關注,然而大多數擴語料庫方法聚焦在減少語料…