Littérature scientifique sur le sujet « MDLNN »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les listes thématiques d’articles de revues, de livres, de thèses, de rapports de conférences et d’autres sources académiques sur le sujet « MDLNN ».
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 "MDLNN"
AL-Ghamdi, Abdullah S. AL-Malaise, et Mahmoud Ragab. « Tunicate swarm algorithm with deep convolutional neural network-driven colorectal cancer classification from histopathological imaging data ». Electronic Research Archive 31, no 5 (2023) : 2793–812. http://dx.doi.org/10.3934/era.2023141.
Texte intégralLy, Ngoc Q., Tuong K. Do et Binh X. Nguyen. « Large-Scale Coarse-to-Fine Object Retrieval Ontology and Deep Local Multitask Learning ». Computational Intelligence and Neuroscience 2019 (18 juillet 2019) : 1–40. http://dx.doi.org/10.1155/2019/1483294.
Texte intégralKhan, Mohammad Ayoub. « An IoT Framework for Heart Disease Prediction Based on MDCNN Classifier ». IEEE Access 8 (2020) : 34717–27. http://dx.doi.org/10.1109/access.2020.2974687.
Texte intégralPraveena, Anto, et B. Bharathi. « An approach to remove duplication records in healthcare dataset based on Mimic Deep Neural Network (MDNN) and Chaotic Whale Optimization (CWO) ». Concurrent Engineering 29, no 1 (mars 2021) : 58–67. http://dx.doi.org/10.1177/1063293x21992014.
Texte intégralLee, Jandee, Chan Hee Kim, In Kyung Min, Seonhyang Jeong, Hyunji Kim, Moon Jung Choi, Hyeong Ju Kwon, Sang Geun Jung et Young Suk Jo. « Detailed characterization of metastatic lymph nodes improves the prediction accuracy of currently used risk stratification systems in N1 stage papillary thyroid cancer ». European Journal of Endocrinology 183, no 1 (juillet 2020) : 83–93. http://dx.doi.org/10.1530/eje-20-0131.
Texte intégralSukardi, Hadi Ahmad. « ANALISIS INVESTASI SAHAM DENGAN MENGGUNAKAN CAPITAL ASSET PRICING MODEL ». Jurnal SIKAP (Sistem Informasi, Keuangan, Auditing Dan Perpajakan) 5, no 1 (8 février 2021) : 18. http://dx.doi.org/10.32897/jsikap.v5i1.251.
Texte intégralChen, Yi, Jin Zhou, Qianting Gao, Jing Gao et Wei Zhang. « MDNN : Predicting Student Engagement via Gaze Direction and Facial Expression in Collaborative Learning ». Computer Modeling in Engineering & ; Sciences 136, no 1 (2023) : 381–401. http://dx.doi.org/10.32604/cmes.2023.023234.
Texte intégralLackner, Thomas E. « Advances in Managing Overactive Bladder ». Journal of Pharmacy Practice 13, no 4 (1 août 2000) : 277–89. http://dx.doi.org/10.1106/8843-q9gl-g9xc-mdln.
Texte intégralWang, Xingmei, Anhua Liu, Yu Zhang et Fuzhao Xue. « Underwater Acoustic Target Recognition : A Combination of Multi-Dimensional Fusion Features and Modified Deep Neural Network ». Remote Sensing 11, no 16 (13 août 2019) : 1888. http://dx.doi.org/10.3390/rs11161888.
Texte intégralHuang, Xixian, Xiongjun Zeng, Qingxiang Wu, Yu Lu, Xi Huang et Hua Zheng. « Face Verification Based on Deep Learning for Person Tracking in Hazardous Goods Factories ». Processes 10, no 2 (17 février 2022) : 380. http://dx.doi.org/10.3390/pr10020380.
Texte intégralThèses sur le sujet "MDLNN"
Terefe, Adisu Wagaw. « Handwritten Recognition for Ethiopic (Ge’ez) Ancient Manuscript Documents ». Thesis, KTH, Skolan för elektroteknik och datavetenskap (EECS), 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-288145.
Texte intégralDet handskrivna igenkännings systemet är en process för att lära sig ett mönster från en viss bild av text. Erkännande Processen kombinerar vanligtvis en datorvisionsuppgift med sekvens inlärningstekniker. Transkribering av texter från den skannade bilden är fortfarande ett utmanande problem, särskilt när dokumenten är mycket försämrad eller har för omåttlig dammiga buller. Nuförtiden finns det flera handskrivna igenkänningar system både kommersiellt och i gratisversionen, särskilt för latin baserade språk. Det finns dock ingen tidigare studie som har byggts för Ge’ez handskrivna gamla manuskript dokument. I motsats till detta språk har många mysterier från det förflutna, i vetenskapens mänskliga historia, arkitektur, medicin och astronomi. I denna avhandling presenterar vi två separata igenkänningssystem. (1) Ett karaktärs nivå igenkänningssystem som kombinerar bildigenkänning för karaktär segmentering från forntida böcker och ett vanilj Convolutional Neural Network (CNN) för att erkänna karaktärer. (2) Ett änd-till-slut-segmentering fritt handskrivet igenkänningssystem som använder CNN, Multi-Dimensional Recurrent Neural Network (MDRNN) med Connectionist Temporal Classification (CTC) för etiopiska (Ge’ez) manuskript dokument. Den föreslagna karaktär igenkännings modellen överträffar 97,78% noggrannhet. Däremot ger den andra modellen ett uppmuntrande resultat som indikerar att ytterligare studera språk egenskaperna för bättre igenkänning av alla antika böcker.
GAUTAM, AJAI KUMAR. « BIOMETRIC RECOGNITION ». Thesis, 2022. http://dspace.dtu.ac.in:8080/jspui/handle/repository/19630.
Texte intégralLivres sur le sujet "MDLNN"
Studer, J. A. GEOMECH MDLNG IN ENGNG PRACTICE. Taylor & Francis, 1986.
Trouver le texte intégralSpsht Mdlng and Dec Analysis. 4e éd. South-Western, Div of Thomson Learning, 2003.
Trouver le texte intégralPetroleum Reservoir Mdlng Simulation Geol Geostatistics Perf. McGraw-Hill Education, 2019.
Trouver le texte intégralChapitres de livres sur le sujet "MDLNN"
Bezerra, Byron Leite Dantas, Cleber Zanchettin et Vinícius Braga de Andrade. « A MDRNN-SVM Hybrid Model for Cursive Offline Handwriting Recognition ». Dans Artificial Neural Networks and Machine Learning – ICANN 2012, 246–54. Berlin, Heidelberg : Springer Berlin Heidelberg, 2012. http://dx.doi.org/10.1007/978-3-642-33266-1_31.
Texte intégralSharma, Swati, et Varun Prakash Saxena. « Hybrid Sign Language Learning Approach Using Multi-scale Hierarchical Deep Convolutional Neural Network (MDCnn) ». Dans Advances in Intelligent Systems and Computing, 663–77. Singapore : Springer Nature Singapore, 2023. http://dx.doi.org/10.1007/978-981-19-5443-6_51.
Texte intégral« Optimizing MDLNS Implementations ». Dans Multiple-Base Number System, 203–26. CRC Press, 2017. http://dx.doi.org/10.1201/b11652-8.
Texte intégral« The Multidimensional Logarithmic Number System (MDLNS) ». Dans Multiple-Base Number System, 109–34. CRC Press, 2017. http://dx.doi.org/10.1201/b11652-5.
Texte intégralSingh, Pooja, Usha Chauhan, S. P. S. Chauhan et Harshit Singh. « Advanced Detection ». Dans Advances in Electronic Government, Digital Divide, and Regional Development, 248–68. IGI Global, 2023. http://dx.doi.org/10.4018/978-1-6684-6418-2.ch014.
Texte intégralActes de conférences sur le sujet "MDLNN"
Reddy, Arikatla Venkata, Pasupuleti Sai Kumar, Pathan Asif Khan, Venkata Subba Reddy Karumudi, Pradeepini G et Sagar Imambi. « MDLNN Approach for Alcohol Detection using IRIS ». Dans 2023 Second International Conference on Electronics and Renewable Systems (ICEARS). IEEE, 2023. http://dx.doi.org/10.1109/icears56392.2023.10085257.
Texte intégralRosaline, S., M. Ayeesha Nasreen, P. Suganthi, T. Manimegalai et G. Ramkumar. « Predicting Melancholy risk among IT professionals using Modified Deep Learning Neural Network (MDLNN) ». Dans 2022 IEEE 11th International Conference on Communication Systems and Network Technologies (CSNT). IEEE, 2022. http://dx.doi.org/10.1109/csnt54456.2022.9787571.
Texte intégralLyu, Tengfei, Jianliang Gao, Ling Tian, Zhao Li, Peng Zhang et Ji Zhang. « MDNN : A Multimodal Deep Neural Network for Predicting Drug-Drug Interaction Events ». Dans Thirtieth International Joint Conference on Artificial Intelligence {IJCAI-21}. California : International Joint Conferences on Artificial Intelligence Organization, 2021. http://dx.doi.org/10.24963/ijcai.2021/487.
Texte intégralMartin, Patrick, Jean-Pierre de la Croix et Magnus Egersted. « MDLn : A Motion Description Language for networked systems ». Dans 2008 47th IEEE Conference on Decision and Control. IEEE, 2008. http://dx.doi.org/10.1109/cdc.2008.4739185.
Texte intégralZhang, Xulong, Jianzong Wang, Ning Cheng et Jing Xiao. « MDCNN-SID : Multi-scale Dilated Convolution Network for Singer Identification ». Dans 2022 International Joint Conference on Neural Networks (IJCNN). IEEE, 2022. http://dx.doi.org/10.1109/ijcnn55064.2022.9892338.
Texte intégralFrancisco, Maxwell, Felipe Gouveia, Byron Bezerra et Mêuser Valença. « Reconhecimento de Escrita Cursiva Offline Utilizando um Modelo Composto por MDRNN-RC ». Dans 11. Congresso Brasileiro de Inteligência Computacional. SBIC, 2016. http://dx.doi.org/10.21528/cbic2013-089.
Texte intégralSalminen, Jukka, Rob Hindley et Sami Saarinen. « Mackenzie Delta LNG Transport and Ice Management Study ». Dans Offshore Technology Conference. OTC, 2023. http://dx.doi.org/10.4043/32302-ms.
Texte intégral