檢索結果:共13筆資料 檢索策略: "convolutional neural network".ekeyword (精準) and cadvisor.raw="阮聖彰"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
醫師在幫病患診斷或者評估手術時,由於院方目前無法提供完整3D模型以及 現今科技未能拍攝出無死角的立體影像,故醫師們在診斷及術前評估時只能依靠 自身經驗針對電腦斷層掃描(Computerized to…
2
構音障礙為發音過程中發生錯誤或困難,導致咬字不正確進而造成語句不夠清晰,而構音障礙一直是常見的兒童語言問題,目前在台灣醫療界對於構音障礙的類別並沒有統一說法 ,所以一般醫院的治療方式都必須有一位語言…
3
近年來,卷積神經網絡由於在提取複雜特徵上有著突出的表現,而被應用於許多領域。然而這些神經網路模型雖然強大但是伴隨著大量運算複雜度。因此有大量研究探討各種神經網路加速器架構和資料流以提升吞吐量和優化能…
4
對於聽力受損的人,助聽器已經成為他們生活中不可或缺的必需品,在助聽器中,環境噪音分類和估計是重要的技術,然而有些環境噪音分類器使用多種音頻特徵當作分類器的輸入特徵,導致環境噪音分類器計算量增加,除此…
5
近年來,深度學習在各個領域被廣泛應用。卷積神經網絡(Convolution Neural Network, CNN)是一個相當知名的深度學習演算法,且被廣泛地運用在物件識別、 人臉識別和車輛識別等…
6
長久以來,檢查胸部X光(Chest X-ray, CXR)影像中的肺部輪廓已經廣泛的用於診斷肺部健康。在本論文中,我們提出了一種從CXR影像中分割出肺部輪廓的方法,其中分為三個階段。首先,我們針對C…
7
近幾年來卷積神經網絡(CNNs)已在許多領域中得到廣泛運用,像是臉部偵測、車輛重新識別和語音識別等。隨著卷積神經網路模型越來越龐大,神經網路的運算量需求也迅速增加,為了解決巨大的計算壓力,過去的研究…
8
卷積神經網絡(CNN) 已使用在許多人工智能應用中,例如物件偵測、圖像分類和自然語言處理。由於CNN 需要大量的計算資源,因此許多計算架構被提出用來提高計算的吞吐量和能效。然而,這些計算架構需要在晶…
9
在過去的一年裡,許多研究人員已經證明了音樂擁有提高運動效率的能力的問題。然而,文獻中關於運動中音樂干預的實際實施的研究非常有限。因此,本文通過考慮音樂情感和生理信號,為慢跑者設計一個播放序列系統。為…
10
近期,最先進的卷積神經網路 (CNNs) 已經被廣泛應用於許多深度神經網路 (DNNs) 的模型。隨著深度神經網路的模型變得越來越準確,神經網路的計算量與需求的資料頻寬也明顯增加。我們針對以上問題,…