檢索結果:共30筆資料 檢索策略: "data augmentation".ekeyword (精準)
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
分類和回歸模型會在訓練數據分佈不均勻中產生偏差,測試過程中會偏向樣訓練樣本較多的之族群。用於研究人臉年齡估計之資料庫通常是分佈不均勻,因為老年與幼年遠小於年輕族群的年齡樣本,並且會隨著年齡的增長,可…
2
故障診斷在現今工業中扮演重要的角色,若能對設備及早檢測和診斷便可提高系統的穩定度及可靠度,甚至可以避免突發事件的發生以省下維修所帶來的成本損失,因此故障診斷已廣泛應用於各領域,但要實現故障診斷通常需…
3
半導體製程技術的進步促使元件結構的微縮,除了對製程技術迎來更大的挑戰,同時也需要更有效率的量測方法來驗證製程結果。關鍵尺寸(Critical dimension)量測技術是驗證製程標準的關鍵步驟。傳…
4
在本研究中,提出兩種不同於傳統數據挖掘方法的方法。第一種方法是基於數據增強和時間性的缺失值處理,第二種方法是基於數據增強和動態訓練數據的降雨預測。在這篇論文中,研究的核心概念是天氣在同一段時間內以及…
5
關鍵詞檢測系統是智慧裝置中重要的人機互動媒介。然而,要求關鍵詞檢測模型在少量參數的情況下,依然擁有著強健的性能表現,是非常具有挑戰性的。因此,在本論文中,我們設計了一個新穎的輕量化關鍵詞檢測模型-C…
6
人工智慧之深度學習技術已逐步應用於生產線上之產品瑕疵檢測,深度學習需使用大量影像訓練才有良好的辨識效果,然而在實際的產線中,瑕疵品相對良品的比例低很多,造成瑕疵品的訓練樣本數過少,導致深度學習的檢測…
7
由於近日深度學習在各領域的活躍,單眼深度估計的研究也有大幅的進步,同時也因為自動駕駛日益普及,單眼深度估計也開始嘗試運用在自動駕駛。儘管單眼深度估計的確靠著深度學習網路的應用,較以往傳統的機器學習方…
8
在本論文中,我們採用端到端的深度學習應用在自動駕駛領域。近期的文獻中[1],已經探索並驗證了深度神經網絡(DNN)模仿人類駕駛的可能性。本篇論文主要的目標為僅使用一單眼攝影機學習自動駕駛,並在非結構…
9
在過去,傳統監督學習高度依賴標記數據,這限制了其應用在各種不同種類的數據集。隨著自監督學習在計算機視覺領域取得了驚人的進展,它顯示了在不依賴標籤的情況下達到與監督學習相媲美的成果的潛力。近年來,這種…
10
近年來,挖掘用戶意見逐漸成為一個重要的研究領域,因為它在現實世界中得到了廣泛應用。意見挖掘也可被稱為情感分析,而多重面向情感分析(ABSA)是一種細粒度的情感分析。 ABSA 旨在區分給定方面術語的…