Zeitschriftenartikel zum Thema „Dilated convolution“
Geben Sie eine Quelle nach APA, MLA, Chicago, Harvard und anderen Zitierweisen an
Machen Sie sich mit Top-50 Zeitschriftenartikel für die Forschung zum Thema "Dilated convolution" bekannt.
Neben jedem Werk im Literaturverzeichnis ist die Option "Zur Bibliographie hinzufügen" verfügbar. Nutzen Sie sie, wird Ihre bibliographische Angabe des gewählten Werkes nach der nötigen Zitierweise (APA, MLA, Harvard, Chicago, Vancouver usw.) automatisch gestaltet.
Sie können auch den vollen Text der wissenschaftlichen Publikation im PDF-Format herunterladen und eine Online-Annotation der Arbeit lesen, wenn die relevanten Parameter in den Metadaten verfügbar sind.
Sehen Sie die Zeitschriftenartikel für verschiedene Spezialgebieten durch und erstellen Sie Ihre Bibliographie auf korrekte Weise.
Wang, Wei, Yiyang Hu, Ting Zou, Hongmei Liu, Jin Wang und Xin Wang. „A New Image Classification Approach via Improved MobileNet Models with Local Receptive Field Expansion in Shallow Layers“. Computational Intelligence and Neuroscience 2020 (01.08.2020): 1–10. http://dx.doi.org/10.1155/2020/8817849.
Der volle Inhalt der QuellePeng, Wenli, Shenglai Zhen, Xin Chen, Qianjing Xiong und Benli Yu. „Study on convolutional recurrent neural networks for speech enhancement in fiber-optic microphones“. Journal of Physics: Conference Series 2246, Nr. 1 (01.04.2022): 012084. http://dx.doi.org/10.1088/1742-6596/2246/1/012084.
Der volle Inhalt der QuelleZhao, Feng, Junjie Zhang, Zhe Meng und Hanqiang Liu. „Densely Connected Pyramidal Dilated Convolutional Network for Hyperspectral Image Classification“. Remote Sensing 13, Nr. 17 (26.08.2021): 3396. http://dx.doi.org/10.3390/rs13173396.
Der volle Inhalt der QuelleChim, Seyha, Jin-Gu Lee und Ho-Hyun Park. „Dilated Skip Convolution for Facial Landmark Detection“. Sensors 19, Nr. 24 (04.12.2019): 5350. http://dx.doi.org/10.3390/s19245350.
Der volle Inhalt der QuelleSong, Zhendong, Yupeng Ma, Fang Tan und Xiaoyi Feng. „Hybrid Dilated and Recursive Recurrent Convolution Network for Time-Domain Speech Enhancement“. Applied Sciences 12, Nr. 7 (29.03.2022): 3461. http://dx.doi.org/10.3390/app12073461.
Der volle Inhalt der QuelleTang, Jingfan, Meijia Zhou, Pengfei Li, Min Zhang und Ming Jiang. „Crowd Counting Based on Multiresolution Density Map and Parallel Dilated Convolution“. Scientific Programming 2021 (20.01.2021): 1–10. http://dx.doi.org/10.1155/2021/8831458.
Der volle Inhalt der QuelleZhang, Jianming, Chaoquan Lu, Jin Wang, Lei Wang und Xiao-Guang Yue. „Concrete Cracks Detection Based on FCN with Dilated Convolution“. Applied Sciences 9, Nr. 13 (01.07.2019): 2686. http://dx.doi.org/10.3390/app9132686.
Der volle Inhalt der QuelleCao, Ruifen, Xi Pei, Ning Ge und Chunhou Zheng. „Clinical Target Volume Auto-Segmentation of Esophageal Cancer for Radiotherapy After Radical Surgery Based on Deep Learning“. Technology in Cancer Research & Treatment 20 (01.01.2021): 153303382110342. http://dx.doi.org/10.1177/15330338211034284.
Der volle Inhalt der QuelleWang, Ran, Ruyu Shi, Xiong Hu und Changqing Shen. „Remaining Useful Life Prediction of Rolling Bearings Based on Multiscale Convolutional Neural Network with Integrated Dilated Convolution Blocks“. Shock and Vibration 2021 (25.01.2021): 1–11. http://dx.doi.org/10.1155/2021/6616861.
Der volle Inhalt der QuelleMadych, W. R. „Limits of Dilated Convolution Transforms“. SIAM Journal on Mathematical Analysis 16, Nr. 3 (Mai 1985): 551–58. http://dx.doi.org/10.1137/0516041.
Der volle Inhalt der QuelleZhang, Guokai, Xiao Liu, Dandan Zhu, Pengcheng He, Lipeng Liang, Ye Luo und Jianwei Lu. „3D Spatial Pyramid Dilated Network for Pulmonary Nodule Classification“. Symmetry 10, Nr. 9 (01.09.2018): 376. http://dx.doi.org/10.3390/sym10090376.
Der volle Inhalt der QuelleHeo, Woon-Haeng, Hyemi Kim und Oh-Wook Kwon. „Source Separation Using Dilated Time-Frequency DenseNet for Music Identification in Broadcast Contents“. Applied Sciences 10, Nr. 5 (03.03.2020): 1727. http://dx.doi.org/10.3390/app10051727.
Der volle Inhalt der QuelleContreras, Jonatan, Martine Ceberio und Vladik Kreinovich. „Why Dilated Convolutional Neural Networks: A Proof of Their Optimality“. Entropy 23, Nr. 6 (18.06.2021): 767. http://dx.doi.org/10.3390/e23060767.
Der volle Inhalt der QuelleViriyasaranon, Thanaporn, Seung-Hoon Chae und Jang-Hwan Choi. „MFA-net: Object detection for complex X-ray cargo and baggage security imagery“. PLOS ONE 17, Nr. 9 (01.09.2022): e0272961. http://dx.doi.org/10.1371/journal.pone.0272961.
Der volle Inhalt der QuelleHu, Yicheng, Shufang Tian und Jia Ge. „Hybrid Convolutional Network Combining Multiscale 3D Depthwise Separable Convolution and CBAM Residual Dilated Convolution for Hyperspectral Image Classification“. Remote Sensing 15, Nr. 19 (01.10.2023): 4796. http://dx.doi.org/10.3390/rs15194796.
Der volle Inhalt der QuelleWu, Junjie, Wen Liu und Yoshihisa Maruyama. „Automated Road-Marking Segmentation via a Multiscale Attention-Based Dilated Convolutional Neural Network Using the Road Marking Dataset“. Remote Sensing 14, Nr. 18 (09.09.2022): 4508. http://dx.doi.org/10.3390/rs14184508.
Der volle Inhalt der QuelleKu, Tao, Qirui Yang und Hao Zhang. „Multilevel feature fusion dilated convolutional network for semantic segmentation“. International Journal of Advanced Robotic Systems 18, Nr. 2 (01.03.2021): 172988142110076. http://dx.doi.org/10.1177/17298814211007665.
Der volle Inhalt der QuelleZhuang, Zilong, Huichun Lv, Jie Xu, Zizhao Huang und Wei Qin. „A Deep Learning Method for Bearing Fault Diagnosis through Stacked Residual Dilated Convolutions“. Applied Sciences 9, Nr. 9 (01.05.2019): 1823. http://dx.doi.org/10.3390/app9091823.
Der volle Inhalt der QuelleJin, Dawei, Ruizhi Kang, Hongjun Zhang, Wening Hao und Gang Chen. „Improving Abstractive Summarization via Dilated Convolution“. Journal of Physics: Conference Series 1616 (August 2020): 012078. http://dx.doi.org/10.1088/1742-6596/1616/1/012078.
Der volle Inhalt der QuelleFang, Yuchun, Yifan Li, Xiaokang Tu, Taifeng Tan und Xin Wang. „Face completion with Hybrid Dilated Convolution“. Signal Processing: Image Communication 80 (Februar 2020): 115664. http://dx.doi.org/10.1016/j.image.2019.115664.
Der volle Inhalt der QuelleZhao, Haixia, You Zhou, Tingting Bai und Yuanzhong Chen. „A U-Net Based Multi-Scale Deformable Convolution Network for Seismic Random Noise Suppression“. Remote Sensing 15, Nr. 18 (17.09.2023): 4569. http://dx.doi.org/10.3390/rs15184569.
Der volle Inhalt der QuelleHu, Guoping, Fangzheng Zhao und Bingqi Liu. „Estimation of the Two-Dimensional Direction of Arrival for Low-Elevation and Non-Low-Elevation Targets Based on Dilated Convolutional Networks“. Remote Sensing 15, Nr. 12 (14.06.2023): 3117. http://dx.doi.org/10.3390/rs15123117.
Der volle Inhalt der QuelleMa, Hao, Chao Chen, Qing Zhu, Haitao Yuan, Liming Chen und Minglei Shu. „An ECG Signal Classification Method Based on Dilated Causal Convolution“. Computational and Mathematical Methods in Medicine 2021 (02.02.2021): 1–10. http://dx.doi.org/10.1155/2021/6627939.
Der volle Inhalt der QuelleLin, Yingjie, und Jianning Wu. „A Novel Multichannel Dilated Convolution Neural Network for Human Activity Recognition“. Mathematical Problems in Engineering 2020 (11.07.2020): 1–10. http://dx.doi.org/10.1155/2020/5426532.
Der volle Inhalt der QuelleRahman, Takowa, Md Saiful Islam und Jia Uddin. „MRI-Based Brain Tumor Classification Using a Dilated Parallel Deep Convolutional Neural Network“. Digital 4, Nr. 3 (28.06.2024): 529–54. http://dx.doi.org/10.3390/digital4030027.
Der volle Inhalt der QuelleKhotimah, Wijayanti Nurul, Farid Boussaid, Ferdous Sohel, Lian Xu, David Edwards, Xiu Jin und Mohammed Bennamoun. „SC-CAN: Spectral Convolution and Channel Attention Network for Wheat Stress Classification“. Remote Sensing 14, Nr. 17 (30.08.2022): 4288. http://dx.doi.org/10.3390/rs14174288.
Der volle Inhalt der QuelleNi, Jian, Rui Wang und Jing Tang. „ADSSD: Improved Single-Shot Detector with Attention Mechanism and Dilated Convolution“. Applied Sciences 13, Nr. 6 (22.03.2023): 4038. http://dx.doi.org/10.3390/app13064038.
Der volle Inhalt der QuelleXu, Jiawei, Jie Wu, Yu Lei und Yuxiang Gu. „Application of Pseudo-Three-Dimensional Residual Network to Classify the Stages of Moyamoya Disease“. Brain Sciences 13, Nr. 5 (29.04.2023): 742. http://dx.doi.org/10.3390/brainsci13050742.
Der volle Inhalt der QuelleWang, Yanjie, Shiyu Hu, Guodong Wang, Chenglizhao Chen und Zhenkuan Pan. „Multi-scale dilated convolution of convolutional neural network for crowd counting“. Multimedia Tools and Applications 79, Nr. 1-2 (17.10.2019): 1057–73. http://dx.doi.org/10.1007/s11042-019-08208-6.
Der volle Inhalt der QuelleWang, Yanjie, Guodong Wang, Chenglizhao Chen und Zhenkuan Pan. „Multi-scale dilated convolution of convolutional neural network for image denoising“. Multimedia Tools and Applications 78, Nr. 14 (23.02.2019): 19945–60. http://dx.doi.org/10.1007/s11042-019-7377-y.
Der volle Inhalt der QuelleDeng, Feiyue, Yan Bi, Yongqiang Liu und Shaopu Yang. „Deep-Learning-Based Remaining Useful Life Prediction Based on a Multi-Scale Dilated Convolution Network“. Mathematics 9, Nr. 23 (26.11.2021): 3035. http://dx.doi.org/10.3390/math9233035.
Der volle Inhalt der QuelleMa, Tian, Xinlei Zhou, Jiayi Yang, Boyang Meng, Jiali Qian, Jiehui Zhang und Gang Ge. „Dental Lesion Segmentation Using an Improved ICNet Network with Attention“. Micromachines 13, Nr. 11 (07.11.2022): 1920. http://dx.doi.org/10.3390/mi13111920.
Der volle Inhalt der QuelleTran, Song-Toan, Thanh-Tuan Nguyen, Minh-Hai Le, Ching-Hwa Cheng und Don-Gey Liu. „TDC-Unet: Triple Unet with Dilated Convolution for Medical Image Segmentation“. International Journal of Pharma Medicine and Biological Sciences 11, Nr. 1 (Januar 2022): 1–7. http://dx.doi.org/10.18178/ijpmbs.11.1.1-7.
Der volle Inhalt der QuellePark, Sangun, und Dong Eui Chang. „Multipath Lightweight Deep Network Using Randomly Selected Dilated Convolution“. Sensors 21, Nr. 23 (26.11.2021): 7862. http://dx.doi.org/10.3390/s21237862.
Der volle Inhalt der QuelleRhee, Jung-Soo. „CERTAIN RADIALLY DILATED CONVOLUTION AND ITS APPLICATION“. Honam Mathematical Journal 32, Nr. 1 (25.03.2010): 101–12. http://dx.doi.org/10.5831/hmj.2010.32.1.101.
Der volle Inhalt der QuelleOrhei, Ciprian, Victor Bogdan, Cosmin Bonchis und Radu Vasiu. „Dilated Filters for Edge-Detection Algorithms“. Applied Sciences 11, Nr. 22 (13.11.2021): 10716. http://dx.doi.org/10.3390/app112210716.
Der volle Inhalt der QuelleHeo, Woon-Haeng, Hyemi Kim und Oh-Wook Kwon. „Integrating Dilated Convolution into DenseLSTM for Audio Source Separation“. Applied Sciences 11, Nr. 2 (15.01.2021): 789. http://dx.doi.org/10.3390/app11020789.
Der volle Inhalt der QuelleBian, Shengqin, Xinyu He, Zhengguang Xu und Lixin Zhang. „Hybrid Dilated Convolution with Attention Mechanisms for Image Denoising“. Electronics 12, Nr. 18 (06.09.2023): 3770. http://dx.doi.org/10.3390/electronics12183770.
Der volle Inhalt der QuelleYang, Hongbo, und Shi Qiu. „A Novel Dynamic Contextual Feature Fusion Model for Small Object Detection in Satellite Remote-Sensing Images“. Information 15, Nr. 4 (18.04.2024): 230. http://dx.doi.org/10.3390/info15040230.
Der volle Inhalt der QuelleZhou, Bo, und Omer Saeed. „Comparative Analysis of Volleyball Serve Action Based on Human Posture Estimation“. Mobile Information Systems 2022 (30.09.2022): 1–11. http://dx.doi.org/10.1155/2022/4817463.
Der volle Inhalt der QuellePentapati, Hema Kumar, und Sridevi K. „A Systematic Approach of Advanced Dilated Convolution Network for Speaker Identification“. International Journal of Electrical and Electronics Research 11, Nr. 1 (30.03.2023): 25–30. http://dx.doi.org/10.37391/ijeer.110104.
Der volle Inhalt der QuelleJi, Changpeng, Haofeng Yu und Wei Dai. „Network Traffic Anomaly Detection Based on Spatiotemporal Feature Extraction and Channel Attention“. Processes 12, Nr. 7 (07.07.2024): 1418. http://dx.doi.org/10.3390/pr12071418.
Der volle Inhalt der QuelleYou, Jiangchuan, und Zhenhong Shang. „Solar Filament Detection Based on Improved DeepLab V3+“. Publications of the Astronomical Society of the Pacific 134, Nr. 1036 (01.06.2022): 064501. http://dx.doi.org/10.1088/1538-3873/ac6e07.
Der volle Inhalt der QuelleGuan, Xin, Yushan Zhao, Charles Okanda Nyatega und Qiang Li. „Brain Tumor Segmentation Network with Multi-View Ensemble Discrimination and Kernel-Sharing Dilated Convolution“. Brain Sciences 13, Nr. 4 (11.04.2023): 650. http://dx.doi.org/10.3390/brainsci13040650.
Der volle Inhalt der QuelleKo, Tae-young, und Seung-ho Lee. „Novel Method of Semantic Segmentation Applicable to Augmented Reality“. Sensors 20, Nr. 6 (20.03.2020): 1737. http://dx.doi.org/10.3390/s20061737.
Der volle Inhalt der QuelleWang, Ji, Peiquan Xu, Leijun Li und Feng Zhang. „DAssd-Net: A Lightweight Steel Surface Defect Detection Model Based on Multi-Branch Dilated Convolution Aggregation and Multi-Domain Perception Detection Head“. Sensors 23, Nr. 12 (10.06.2023): 5488. http://dx.doi.org/10.3390/s23125488.
Der volle Inhalt der QuelleChen, Jie, Qingshan Xu, Yingchao Guo und Runfeng Chen. „Aircraft Landing Gear Retraction/Extension System Fault Diagnosis with 1-D Dilated Convolutional Neural Network“. Sensors 22, Nr. 4 (10.02.2022): 1367. http://dx.doi.org/10.3390/s22041367.
Der volle Inhalt der QuelleChen, Guangsheng, Chao Li, Wei Wei, Weipeng Jing, Marcin Woźniak, Tomas Blažauskas und Robertas Damaševičius. „Fully Convolutional Neural Network with Augmented Atrous Spatial Pyramid Pool and Fully Connected Fusion Path for High Resolution Remote Sensing Image Segmentation“. Applied Sciences 9, Nr. 9 (01.05.2019): 1816. http://dx.doi.org/10.3390/app9091816.
Der volle Inhalt der QuelleXu, Xuefeng, Tuo Chen und Huanyi Chen. „Multi-scaled attentive style transfer based on dilated convolution“. Applied and Computational Engineering 6, Nr. 1 (14.06.2023): 998–1002. http://dx.doi.org/10.54254/2755-2721/6/20230693.
Der volle Inhalt der QuelleZhou, Yuepeng, Huiyou Chang, Yonghe Lu und Xili Lu. „CDTNet: Improved Image Classification Method Using Standard, Dilated and Transposed Convolutions“. Applied Sciences 12, Nr. 12 (12.06.2022): 5984. http://dx.doi.org/10.3390/app12125984.
Der volle Inhalt der Quelle