檢索結果：共12筆資料 檢索策略： "Jiann-Jone Chen".ecommittee (精準) and ckeyword.raw="深度學習"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在過去深度圖像的去雜訊方法通常是針對雜訊種類套用特定模組來去除，而近年來在一般圖像的去雜訊上越來越多使用深度學習的方法，因此在此篇論文中我們嘗試使用深度學習，利用深度卷積神經網路針對深度圖像進行去雜…
2
近年來，在物件檢測與辨識上最常用到的方法是深度學習，而在深度學習的過程中最重要的東西就是在訓練過程中的數據集。但是當我們仔細瀏覽這些用來訓練的數據集會發現這些數據集都是在晴朗的白天而且簡單的環境下記…
3
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…
4
對於有歷史且老舊的竣工圖進行二值化是一項新的具有挑戰性的工作，尤其是在消除三個因環境或時間所造成的瑕疵（即雜點，泛黃區域和摺痕）的同時，還要很好地保留住清楚的前景。在本文中，我們提出了一種新的深度學…
5
隨著應用深度學習法的許多系統成效卓著，如何能夠快速地把個別的問題轉換成應用到深度學習架構來尋求專業的運作，是目前相當熱門的研究項目之一。一般而言，要應用深度學習架構從頭開始訓練一個新的任務，需要很長…
6
推薦系統的應用層面多元且廣泛，舉凡電商平台、影音網站，都有使用這個技術。如果能提高推薦系統的可用性與效率，相信能夠為人類日常生活帶來更多便利性。使用者的歷史互動行為是推薦系統的基礎，目前有許多序列推…
7
隨著深度學習的快速發展，如今深度學習已被廣泛的應用在各個領域，理所當然地也被應用於各種推薦系統中。推薦系統的主要目的是幫助用戶過濾大量信息，並提供滿足用戶個人喜好的產品或服務推薦，而隨者網路與電子設…
8
在社交網路上，圖片是用戶表達情緒的重要方式之一。因為圖片的便捷性，越來越多的人會在社交網路上上傳圖片。在過去，情感分析大部分都聚焦在文本內容上，像是latent semantic analysis，…
9
隨著通訊技術和多媒體應用的興起以及人們對更高視訊品質服務的需求增加，造成網路視訊流量大幅提升。因此如何有效壓縮視訊成為多媒體訊號處理最為關 鍵的技術。目前國際視訊編碼標準，例如高效率視訊編碼H.26…
10
近年來，自動駕駛汽車為全球發展的重要目標，不論白天或晚上自動駕駛系統都需要準確地偵測行人與車輛。這意味著我們不能依靠普通的RGB相機來偵測周圍環境，因為它對於光線敏感度很高，在晚上或是下雨天時拍出來…