檢索結果:共53筆資料 檢索策略: "李育杰".ccommittee (精準) and cadvisor.raw="鮑興國"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
持續性學習領域的發展目的是為了解決災難性遺忘,使機器的學習模式跟人類一樣可以按照任務的時間序列來做學習。我們使用變分自編碼器的架構,來處理持續性學習的分類問題。在持續型學習的分類問題中生成模型解決的…
2
正如我們所知,主動學習(Active Learning) 是一種當訓練集中有大量 未標記的資料時,可以以盡可能少的標記成本使模型主動選擇資料 向專家詢問標籤的演算法。然而,大多數研究都集中在主動學習…
3
科技的發展使多媒體的產生與傳播更加便捷與快速,互聯網上的視頻內容也是與日俱增。如何在龐大的視頻資源中有效地搜尋我們需要的視頻以及在冗長的視頻中快速獲取我們需要的內容,是電腦視覺與視頻理解的重要研究方…
4
近幾年來,僅利用少量標籤資料來訓練模型並分類新類別已備受廣大注意,此類的任務稱為少樣本分類學習。雖然在此領域中已有重大的進展,但多數現行少樣本分類學習之方法以目標與來源資料來自相同的分布為前提。因此…
5
none
6
我們利用傳感器來幫助我們監視我們周圍的環境事件。 在智能交通系統,智能家居,或天氣預測的情況下, 同質或異質傳感器被部署到不斷檢測 環境。然後將收集的傳感器讀數可以告訴我們,可能還需要進一步調查的任…
7
惡意文件是現代相當著名的攻擊之一。大多數的惡意文件會出現使用者預期之外的行為,而在最終將會造成使用者在不經意的情況之下造成損失。而偵測惡意文件在現代資訊安全中也已經佔有了相當的地位。惡意文件當中通常…
8
惡意程式偵測預計今後幾年最重要的研究課題之一。近年來,惡意程式演變成不同形式,並以不同的形式入侵電腦。近年來開發虛擬化和雲計算等技術為偵測惡意程式提供一個新方法。惡意程式偵測的基本的方法,包括靜態分…
9
我們提出了一個利用遷移式學習技術的二元分類方法處理組內差異性高的資料集,我們都知道對組內差異性高的資料集如果收集到的數量不多,通常分類結果不會太好,原因是資料集內部可能又被細分為很多類,這種情況下,…
10
多年來在電腦視覺的領域裡,object tracking一直是備受關注的研究議題。最近幾年,online boosting是其中一項成功應用在object tracking上的研究。當目標物移動速度…