Littérature scientifique sur le sujet « CNN AND LSTM NETWORKS »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Sommaire
Consultez les listes thématiques d’articles de revues, de livres, de thèses, de rapports de conférences et d’autres sources académiques sur le sujet « CNN AND LSTM NETWORKS ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Articles de revues sur le sujet "CNN AND LSTM NETWORKS"
Garcia, Carlos Iturrino, Francesco Grasso, Antonio Luchetta, Maria Cristina Piccirilli, Libero Paolucci et Giacomo Talluri. « A Comparison of Power Quality Disturbance Detection and Classification Methods Using CNN, LSTM and CNN-LSTM ». Applied Sciences 10, no 19 (27 septembre 2020) : 6755. http://dx.doi.org/10.3390/app10196755.
Texte intégralXu-Nan Tan, Xu-Nan Tan. « Human Activity Recognition Based on CNN and LSTM ». 電腦學刊 34, no 3 (juin 2023) : 221–35. http://dx.doi.org/10.53106/199115992023063403016.
Texte intégralLiu, Tianyuan, Jinsong Bao, Junliang Wang et Yiming Zhang. « A Hybrid CNN–LSTM Algorithm for Online Defect Recognition of CO2 Welding ». Sensors 18, no 12 (10 décembre 2018) : 4369. http://dx.doi.org/10.3390/s18124369.
Texte intégralGeng, Yue, Lingling Su, Yunhong Jia et Ce Han. « Seismic Events Prediction Using Deep Temporal Convolution Networks ». Journal of Electrical and Computer Engineering 2019 (2 avril 2019) : 1–14. http://dx.doi.org/10.1155/2019/7343784.
Texte intégralBanda, Anish. « Image Captioning using CNN and LSTM ». International Journal for Research in Applied Science and Engineering Technology 9, no 8 (31 août 2021) : 2666–69. http://dx.doi.org/10.22214/ijraset.2021.37846.
Texte intégralReddy, V. Varshith, Y. Shiva Krishna, U. Varun Kumar Reddy et Shubhangi Mahule. « Gray Scale Image Captioning Using CNN and LSTM ». International Journal for Research in Applied Science and Engineering Technology 10, no 4 (30 avril 2022) : 1566–71. http://dx.doi.org/10.22214/ijraset.2022.41589.
Texte intégralZhang, Jilin, Lishi Ye et Yongzeng Lai. « Stock Price Prediction Using CNN-BiLSTM-Attention Model ». Mathematics 11, no 9 (23 avril 2023) : 1985. http://dx.doi.org/10.3390/math11091985.
Texte intégralYang, Xingyu, et Zhongrong Zhang. « A CNN-LSTM Model Based on a Meta-Learning Algorithm to Predict Groundwater Level in the Middle and Lower Reaches of the Heihe River, China ». Water 14, no 15 (31 juillet 2022) : 2377. http://dx.doi.org/10.3390/w14152377.
Texte intégralSridhar, C., et Aniruddha Kanhe. « Performance Comparison of Various Neural Networks for Speech Recognition ». Journal of Physics : Conference Series 2466, no 1 (1 mars 2023) : 012008. http://dx.doi.org/10.1088/1742-6596/2466/1/012008.
Texte intégralXu, Lingfeng, Xiang Chen, Shuai Cao, Xu Zhang et Xun Chen. « Feasibility Study of Advanced Neural Networks Applied to sEMG-Based Force Estimation ». Sensors 18, no 10 (25 septembre 2018) : 3226. http://dx.doi.org/10.3390/s18103226.
Texte intégralThèses sur le sujet "CNN AND LSTM NETWORKS"
Graffi, Giacomo. « A novel approach for Credit Scoring using Deep Neural Networks with bank transaction data ». Master's thesis, Alma Mater Studiorum - Università di Bologna, 2021.
Trouver le texte intégralHolm, Noah, et Emil Plynning. « Spatio-temporal prediction of residential burglaries using convolutional LSTM neural networks ». Thesis, KTH, Geoinformatik, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-229952.
Texte intégralLin, Alvin. « Video Based Automatic Speech Recognition Using Neural Networks ». DigitalCommons@CalPoly, 2020. https://digitalcommons.calpoly.edu/theses/2343.
Texte intégralBHATT, HARSHIT. « SPEAKER IDENTIFICATION FROM VOICE SIGNALS USING HYBRID NEURAL NETWORK ». Thesis, DELHI TECHNOLOGICAL UNIVERSITY, 2021. http://dspace.dtu.ac.in:8080/jspui/handle/repository/18865.
Texte intégralLagerhjelm, Linus. « Extracting Information from Encrypted Data using Deep Neural Networks ». Thesis, Umeå universitet, Institutionen för tillämpad fysik och elektronik, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-155904.
Texte intégralNäslund, Per. « Artificial Neural Networks in Swedish Speech Synthesis ». Thesis, KTH, Tal-kommunikation, 2018. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-239350.
Texte intégralTalsynteser, också kallat TTS (text-to-speech) används i stor utsträckning inom smarta assistenter och många andra applikationer. Samtida forskning applicerar maskininlärning och artificiella neurala nätverk (ANN) för att utföra talsyntes. Det har visats i studier att dessa system presterar bättre än de äldre konkatenativa och parametriska metoderna. I den här rapporten utforskas ANN-baserade TTS-metoder och en av metoderna implementeras för det svenska språket. Den använda metoden kallas “Tacotron” och är ett första steg mot end-to-end TTS baserat på neurala nätverk. Metoden binder samman flertalet olika ANN-tekniker. Det resulterande systemet jämförs med en parametriskt TTS genom ett graderat preferens-test som innefattar 20 svensktalande försökspersoner. En statistiskt säkerställd preferens för det ANN- baserade TTS-systemet fastställs. Försökspersonerna indikerar att det ANN-baserade TTS-systemet presterar bättre än det parametriska när det kommer till ljudkvalitet och naturlighet men visar brister inom tydlighet.
Evholt, David, et Oscar Larsson. « Generative Adversarial Networks and Natural Language Processing for Macroeconomic Forecasting ». Thesis, KTH, Matematisk statistik, 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-273422.
Texte intégralMakroekonomiska prognoser är sedan länge en svår utmaning. Idag löses de oftast med tidsserieanalys och få försök har gjorts med maskininlärning. I denna uppsats används ett generativt motstridande nätverk (GAN) för att förutspå amerikansk arbetslöshet, med resultat som slår samtliga riktmärken satta av en ARIMA. Ett försök görs också till att använda data från Twitter och den datorlingvistiska (NLP) modellen DistilBERT. Dessa modeller slår inte riktmärkena men visar lovande resultat. Modellerna testas vidare på det amerikanska börsindexet S&P 500. För dessa modeller förbättrade Twitterdata resultaten vilket visar på den potential data från sociala medier har när de appliceras på mer oregelbunda index, utan tydligt säsongsberoende och som är mer känsliga för trender i det offentliga samtalet. Resultaten visar på att Twitterdata kan användas för att hitta trender i både amerikansk arbetslöshet och S&P 500 indexet. Detta lägger grunden för fortsatt forskning inom NLP-GAN modeller för makroekonomiska prognoser baserade på data från sociala medier.
Volný, Miloš. « Využití umělé inteligence jako podpory pro rozhodování v podniku ». Master's thesis, Vysoké učení technické v Brně. Fakulta podnikatelská, 2019. http://www.nusl.cz/ntk/nusl-399447.
Texte intégralBroomé, Sofia. « Objectively recognizing human activity in body-worn sensor data with (more or less) deep neural networks ». Thesis, KTH, Skolan för datavetenskap och kommunikation (CSC), 2017. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-210243.
Texte intégralInom ramen för uppsatsen testas hur väl rörelsemönster kan urskiljas ur accelerometerdatamed hjälp av den gren av maskininlärning som kallas djupinlärning; där djupa artificiellaneurala nätverk av noder funktionsapproximerar mappandes från domänen av sensordatatill olika fördefinerade kategorier av aktiviteter så som gång, stående, sittande eller liggande.Det finns ett intresse från den medicinska sidan att kunna mäta fysisk aktivitet objektivt,bland annat eftersom det visats att det finns en korrelation mellan ökade hälsorisker hosbarn och deras mängd daglig skärmtid. Denna typ av mätningar ska helst kunna göras medicke-invasiv utrustning till låg kostnad för att kunna göra större studier.Enklare nätverksarkitekturer samt återimplementeringar av bästa möjliga teknik inomområdet Mänsklig aktivitetsigenkänning (HAR) testas både på ett benchmarkingdataset ochpå egeninhämtad data i samarbete med Institutet för Folkhälsovetenskap på Karolinska Institutetoch resultat redovisas för olika val av möjliga klassificeringar och olika antal dimensionerper mätpunkt. De uppnådda resultaten (95% F1-score) på ett 4- och 5-klass-problem ärjämförbara med de bästa tidigare publicerade resultaten för aktivitetsigenkänning, vilket äranmärkningsvärt då då betydligt färre accelerometrar har använts här än i de åsyftade studierna.Förutom klassificeringsresultaten som redovisas bidrar det här arbetet med ett nyttinhämtat och kategorimärkt dataset; KTH-KI-AA. Det är jämförbart i antal datapunkter medspridda benchmarkingdataset inom HAR-området.
Chowdhury, Muhammad Iqbal Hasan. « Question-answering on image/video content ». Thesis, Queensland University of Technology, 2020. https://eprints.qut.edu.au/205096/1/Muhammad%20Iqbal%20Hasan_Chowdhury_Thesis.pdf.
Texte intégralLivres sur le sujet "CNN AND LSTM NETWORKS"
Chen, G., Andrew Adamatzky et Leon O. Chua. Chaos, CNN, Memristors and Beyond : A Festschrift for Leon Chua. World Scientific Publishing Co Pte Ltd, 2013.
Trouver le texte intégralNeural Networks with R : Smart models using CNN, RNN, deep learning, and artificial intelligence principles. Packt Publishing - ebooks Account, 2017.
Trouver le texte intégralGilbert, Sara. Built for Success : The Story of CNN. Creative Company, The, 2013.
Trouver le texte intégralYang, Tao. Handbook of CNN Image Processing : All You Need to Know about Cellular Neural Networks (YangSky.com Monographs in Information Sciences). Yang's Scientific Research Institute LLC, 2002.
Trouver le texte intégralChapitres de livres sur le sujet "CNN AND LSTM NETWORKS"
Lamba, Puneet Singh, et Deepali Virmani. « CNN-LSTM-Based Facial Expression Recognition ». Dans Lecture Notes in Networks and Systems, 379–89. Singapore : Springer Singapore, 2021. http://dx.doi.org/10.1007/978-981-15-9712-1_32.
Texte intégralBhogal, Rosepreet Kaur, et V. Devendran. « Human Activity Recognition Using LSTM with Feature Extraction Through CNN ». Dans Lecture Notes in Networks and Systems, 245–55. Singapore : Springer Nature Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-9967-2_24.
Texte intégralPravanya, P., K. Lakshmi Priya, S. K. Khamarjaha, K. Buela Likhitha, P. M. Ashok Kumar et R. Shankar. « Human Activity Recognition Using CNN-Attention-Based LSTM Neural Network ». Dans Intelligent Communication Technologies and Virtual Mobile Networks, 593–605. Singapore : Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-99-1767-9_43.
Texte intégralMahalakshmi, G. S., Gokul Sunilkumar, Steven Fredrick Gilbert et S. Sendhilkumar. « Classification of Family Domain of Amino Acid Sequences Using CNN-LSTM ». Dans Lecture Notes in Networks and Systems, 645–53. Singapore : Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-19-9228-5_55.
Texte intégralKim, Tae-Young, et Sung-Bae Cho. « Predicting the Household Power Consumption Using CNN-LSTM Hybrid Networks ». Dans Intelligent Data Engineering and Automated Learning – IDEAL 2018, 481–90. Cham : Springer International Publishing, 2018. http://dx.doi.org/10.1007/978-3-030-03493-1_50.
Texte intégralVakitbilir, Nuray, Adnan Hilal et Cem Direkoğlu. « Prediction of Daily Solar Irradiation Using CNN and LSTM Networks ». Dans Advances in Intelligent Systems and Computing, 230–38. Cham : Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-64058-3_28.
Texte intégralAlam, Jahangir, Abderrahim Fathan et Woo Hyun Kang. « Text-Independent Speaker Verification Employing CNN-LSTM-TDNN Hybrid Networks ». Dans Speech and Computer, 1–13. Cham : Springer International Publishing, 2021. http://dx.doi.org/10.1007/978-3-030-87802-3_1.
Texte intégralShaila, S. G., V. R. Gurudas, K. Hithyshi, M. Mahima et H. R. PoojaShree. « CNN-LSTM-Based Deep Learning Model for Early Detection of Breast Cancer ». Dans Lecture Notes in Networks and Systems, 83–91. Singapore : Springer Nature Singapore, 2022. http://dx.doi.org/10.1007/978-981-19-1559-8_9.
Texte intégralBhogal, Rosepreet Kaur, et V. Devendran. « Correction to : Human Activity Recognition Using LSTM with Feature Extraction Through CNN ». Dans Lecture Notes in Networks and Systems, C1. Singapore : Springer Nature Singapore, 2022. http://dx.doi.org/10.1007/978-981-16-9967-2_76.
Texte intégralGusmanov, Kamill. « CNN LSTM Network Architecture for Modeling Software Reliability ». Dans Software Technology : Methods and Tools, 210–17. Cham : Springer International Publishing, 2019. http://dx.doi.org/10.1007/978-3-030-29852-4_17.
Texte intégralActes de conférences sur le sujet "CNN AND LSTM NETWORKS"
Prakash, Satya, Anand Singh Jalal et Pooja Pathak. « Forecasting COVID-19 Pandemic using Prophet, LSTM, hybrid GRU-LSTM, CNN-LSTM, Bi-LSTM and Stacked-LSTM for India ». Dans 2023 6th International Conference on Information Systems and Computer Networks (ISCON). IEEE, 2023. http://dx.doi.org/10.1109/iscon57294.2023.10112065.
Texte intégralSejwal, Sahil, Neetu Faujdar et Shipra Saraswat. « Sentiment Analysis Using Hybrid CNN-LSTM Approach ». Dans 2021 5th International Conference on Information Systems and Computer Networks (ISCON). IEEE, 2021. http://dx.doi.org/10.1109/iscon52037.2021.9702449.
Texte intégralLiu, Han, Donghang Cheng, Xiaojun Sun et Feng Wang. « Radar emitter recognition based on CNN and LSTM ». Dans 2021 International Conference on Neural Networks, Information and Communication Engineering, sous la direction de Zhiyong Zhang. SPIE, 2021. http://dx.doi.org/10.1117/12.2615142.
Texte intégralGupta, Smridhi, Arushi Garg, Vidhi Bishnoi et Nidhi Goel. « Pulmonary Nodules Binary Classification using CNN and LSTM ». Dans 2023 10th International Conference on Signal Processing and Integrated Networks (SPIN). IEEE, 2023. http://dx.doi.org/10.1109/spin57001.2023.10116430.
Texte intégralSaroha, Nakul, Mihir Aryan, Mayank Singh et Anurag Goel. « CNN-LSTM Based Approach for Sleep Apnea Detection ». Dans 2023 6th International Conference on Information Systems and Computer Networks (ISCON). IEEE, 2023. http://dx.doi.org/10.1109/iscon57294.2023.10112203.
Texte intégralLente, Caio, Roberto Hirata Jr. et Daniel Macêdo Batista. « An Improved Tool for Detection of XSS Attacks by Combining CNN with LSTM ». Dans Anais Estendidos do Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais. Sociedade Brasileira de Computação - SBC, 2021. http://dx.doi.org/10.5753/sbseg_estendido.2021.17333.
Texte intégralLente, Caio, Roberto Hirata Jr. et Daniel Macêdo Batista. « An Improved Tool for Detection of XSS Attacks by Combining CNN with LSTM ». Dans Anais Estendidos do Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais. Sociedade Brasileira de Computação - SBC, 2021. http://dx.doi.org/10.5753/sbseg_estendido.2021.17333.
Texte intégralGuo, Qiutong, Shun Lei, Qing Ye et Zhiyang Fang. « MRC-LSTM : A Hybrid Approach of Multi-scale Residual CNN and LSTM to Predict Bitcoin Price ». Dans 2021 International Joint Conference on Neural Networks (IJCNN). IEEE, 2021. http://dx.doi.org/10.1109/ijcnn52387.2021.9534453.
Texte intégralSingla, Bhavik, Anuj Kumar Jain, Raj Gaurang Tiwari, Vinay Kukreja et Vikrant Sharma. « Classification Model Using CNN and LSTM for Cow Pregnancy ». Dans 2023 10th International Conference on Signal Processing and Integrated Networks (SPIN). IEEE, 2023. http://dx.doi.org/10.1109/spin57001.2023.10117172.
Texte intégralLiu, Fan, Xingshe Zhou, Tianben Wang, Jinli Cao, Zhu Wang, Hua Wang et Yanchun Zhang. « An Attention-based Hybrid LSTM-CNN Model for Arrhythmias Classification ». Dans 2019 International Joint Conference on Neural Networks (IJCNN). IEEE, 2019. http://dx.doi.org/10.1109/ijcnn.2019.8852037.
Texte intégralRapports d'organisations sur le sujet "CNN AND LSTM NETWORKS"
Kumar, Kaushal, et Yupeng Wei. Attention-Based Data Analytic Models for Traffic Flow Predictions. Mineta Transportation Institute, mars 2023. http://dx.doi.org/10.31979/mti.2023.2211.
Texte intégralAnkel, Victoria, Stella Pantopoulou, Matthew Weathered, Darius Lisowski, Anthonie Cilliers et Alexander Heifetz. One-Step Ahead Prediction of Thermal Mixing Tee Sensors with Long Short Term Memory (LSTM) Neural Networks. Office of Scientific and Technical Information (OSTI), décembre 2020. http://dx.doi.org/10.2172/1760289.
Texte intégralChua, Leon O. Nonlinear Circuits and Neural Networks : Chip Implementation and Applications of the TeraOPS CNN Dynamic Array Supercomputer. Fort Belvoir, VA : Defense Technical Information Center, mars 2001. http://dx.doi.org/10.21236/ada389212.
Texte intégralCárdenas-Cárdenas, Julián Alonso, Deicy J. Cristiano-Botia et Nicolás Martínez-Cortés. Colombian inflation forecast using Long Short-Term Memory approach. Banco de la República, juin 2023. http://dx.doi.org/10.32468/be.1241.
Texte intégralSAINI, RAVINDER, AbdulKhaliq Alshadid et Lujain Aldosari. Investigation on the application of artificial intelligence in prosthodontics. INPLASY - International Platform of Registered Systematic Review and Meta-analysis Protocols, décembre 2022. http://dx.doi.org/10.37766/inplasy2022.12.0096.
Texte intégral