檢索結果：共4筆資料 檢索策略： "卷積神經網路".ckeyword (精準) and year="105"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
近年來的研究已經指出使用卷積神經網路(CNN)來進行圖片分類極為有效，這是因為卷積神經網路是依照資訊的結構性來進行訓練。也有一些研究[1]試著將卷積神經網路應用在非圖片資訊的使用上，想要知道在非圖片…
2
在過去，分辨人種的不同通常是使用面部特徵擷取和淺層學習像是decision trees， SVM，Naive Bayes 等等。深度學習通常都需要花費大量的時間來訓練。但隨著硬體的進步以及新的演算法…
3
本論文提出一應用於室內個人化影像伺服操作物件之深度學習分類器。為了增進脊髓損傷患者的自主生活能力，本論文針對使用者於室內最需要的兩個場景進行設計，分別為「室內物件辨識」與「電梯場景按鍵辨識」。為了達…
4
長久以來心律不整檢測和分類都是心電圖訊號處理的主要議題。在此研究中，我們開發出一種針對多類型心律不整的辨識系統，包含心房顫動、心房撲動、以及具有生命危險的心室過速、心室撲動與心室顫動。此心電圖訊號辨…