Готові списки джерел за темами / NeuralRTI

Зміст

Статті в журналах
Дисертації
Книги
Частини книг
Тези доповідей конференцій

Добірка наукової літератури з теми "NeuralRTI"

Автор: Grafiati

Опубліковано: 11 березня 2023

Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями

Оберіть тип джерела:

Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "NeuralRTI".

Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.

Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.

Статті в журналах з теми "NeuralRTI"

Dulecha, Tinsae G., Filippo A. Fanni, Federico Ponchio, Fabio Pellacini, and Andrea Giachetti. "Neural reflectance transformation imaging." Visual Computer 36, no. 10-12 (July 17, 2020): 2161–74. http://dx.doi.org/10.1007/s00371-020-01910-9.

Повний текст джерела

Анотація:

Abstract Reflectance transformation imaging (RTI) is a computational photography technique widely used in the cultural heritage and material science domains to characterize relieved surfaces. It basically consists of capturing multiple images from a fixed viewpoint with varying lights. Handling the potentially huge amount of information stored in an RTI acquisition that consists typically of 50–100 RGB values per pixel, allowing data exchange, interactive visualization, and material analysis, is not easy. The solution used in practical applications consists of creating “relightable images” by approximating the pixel information with a function of the light direction, encoded with a small number of parameters. This encoding allows the estimation of images relighted from novel, arbitrary lights, with a quality that, however, is not always satisfactory. In this paper, we present NeuralRTI, a framework for pixel-based encoding and relighting of RTI data. Using a simple autoencoder architecture, we show that it is possible to obtain a highly compressed representation that better preserves the original information and provides increased quality of virtual images relighted from novel directions, especially in the case of challenging glossy materials. We also address the problem of validating the relight quality on different surfaces, proposing a specific benchmark, SynthRTI, including image collections synthetically created with physical-based rendering and featuring objects with different materials and geometric complexity. On this dataset and as well on a collection of real acquisitions performed on heterogeneous surfaces, we demonstrate the advantages of the proposed relightable image encoding.

Стилі APA, Harvard, Vancouver, ISO та ін.

Wu, Robert, Nayan Saxena, and Rohan Jain. "NeuralArTS: Structuring Neural Architecture Search with Type Theory (Student Abstract)." Proceedings of the AAAI Conference on Artificial Intelligence 36, no. 11 (June 28, 2022): 13085–86. http://dx.doi.org/10.1609/aaai.v36i11.21679.

Повний текст джерела

Анотація:

Neural Architecture Search (NAS) algorithms automate the task of finding optimal deep learning architectures given an initial search space of possible operations. Developing these search spaces is usually a manual affair with pre-optimized search spaces being more efficient, rather than searching from scratch. In this paper we present a new framework called Neural Architecture Type System (NeuralArTS) that categorizes the infinite set of network operations in a structured type system. We further demonstrate how NeuralArTS can be applied to convolutional layers and propose several future directions.

Стилі APA, Harvard, Vancouver, ISO та ін.

Michalska-Bańkowska, Anna, Anna Lis-Święty, Mirosław Bańkowski, and Agata Zielonka-Kucharzewska. "Prophylaxis and treatment of acute and chronic postherpetic neuralgia." Dermatology Review 3 (2014): 205–10. http://dx.doi.org/10.5114/dr.2014.43812.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Capecchi, Vittorio. "Matematica e sociologia. Da Lazarsfeld alle reti neurali artificiali." SOCIOLOGIA E RICERCA SOCIALE, no. 87 (May 2009): 5–90. http://dx.doi.org/10.3280/sr2008-087001.

Повний текст джерела

Анотація:

- This essay proposes a historical reconstruction in three phases of the relationship between sociology and mathematics: (a) P.F. Lazarfeld's choices regarding theory, methodology and mathematics within the objectivity paradigm; (b) the relationship between mathematics and sociology, from statistic models and artificial societies to social simulation; (c) the new possibilities that Artificial Neural Networks offer sociology.

Стилі APA, Harvard, Vancouver, ISO та ін.

Aglioti, Salvatore Maria, and Ilaria Bufalari. "Trasformare le rappresentazioni mentali e neurali del corpo e del sé." RIVISTA SPERIMENTALE DI FRENIATRIA, no. 1 (March 2015): 113–28. http://dx.doi.org/10.3280/rsf2015-001009.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Cooper, Steven H. "Interpretive Fallibility and the Psychoanalytic Dialogue." Journal of the American Psychoanalytic Association 41, no. 1 (March 1993): 95–126. http://dx.doi.org/10.1177/000306519304100104.

Повний текст джерела

Анотація:

The concept of the analyst's interpretive fallibility is utilized to understand and organize the ways in which contemporary psychoanalytic theory has expanded on Freud's notions regarding the hypothetical nature of interpretation. This expansion involves a particular axis regarding the analyst's stance, an axis that cuts across theoretical scaffolding to include the analyst's view of symmetry and asymmetry in the analytic setting and the epistemological positions and preferences accorded to analyst and analysand. The ways in which the analyst constructs and imposes meaning are examined more specifically in the theories of Roy Schafer and Ernest S. Wolf The benefits and problems of constructivism in analytic stance are evaluated and illustrated through a case example. Finally, the notion of psychoanalytic neurality is reconsidered with regard to a series of tensions between the construction and foreclosure of meaning in the analytic situation.

Стилі APA, Harvard, Vancouver, ISO та ін.

Pescia, Lorenza. "La femminilizzazione degli agentivi nell’era digitale: la rappresentazione linguistica delle donne e google translate." Babylonia Journal of Language Education 3 (December 20, 2021): 102–9. http://dx.doi.org/10.55393/babylonia.v3i.133.

Повний текст джерела

Анотація:

Italiano, tedesco e inglese sono lingue che si comportano diversamente per quanto riguarda l’uso di forme femminilizzate. Se per il tedesco esiste un modello grammaticale affermato, per l’italiano l’uso di forme marcate non è “automatico” ed è spesso oggetto di discussione. Date queste premesse, ci siamo chiesti come si comporti google translate rispetto alla traduzione in italiano di agentivi riferiti a donne. Grazie a tre corpora basati sui profili wikipedia di 200 donne (il primo corpus con testi in italiano, gli altri due con le traduzioni in italiano dal tedesco e dall’inglese) abbiamo osservato quali sono gli elementi che facilitano o ostacolano il riconoscimento del genere, alla luce del nuovo sistema con reti neurali.

Стилі APA, Harvard, Vancouver, ISO та ін.

Kloc, Wojciech, Witold Libionka, Wojciech Skrobot, and Krzysztof Basiński. "Neurochirurgiczne leczenie bólu– część II. Współczesne metody leczenia chirurgicznego neuralgii nerwu trójdzielnego i innych przewlekłych bólów twarzy." Ból 16, no. 4 (December 31, 2015): 43–50. http://dx.doi.org/10.5604/1640324x.1193857.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Sekulić Sović, Martina, Vlasta Erdeljac, and Hrvoje Hećimović. "Medijalni temporalni režanj kao neuralni korelat leksičko‐semantičke obrade apstraktnosti i konkretnosti kod osoba s epilepsijom." Govor/Speech 33, no. 1 (April 10, 2017): 39–66. http://dx.doi.org/10.22210/govor.2016.33.02.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Decherchi, Carlo, and Pier Giuseppe Giribone. "Prospective estimate of financial risk measures through dynamic neural networks: an application to the U.S. market." Risk Management Magazine 1, no. 2020 (April 8, 2020): 50–69. http://dx.doi.org/10.47473/2020rmm0008.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Більше джерел

Дисертації з теми "NeuralRTI"

Fabbri, Alessandro. "Reti neurali in ambito finanziario." Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2019. http://amslaurea.unibo.it/19593/.

Повний текст джерела

Анотація:

In particolare in questo lavoro cercherò di analizzare l’utilizzo di reti neurali in ambito economico-finanziario in quanto alcuni dei temi che si riscontrano in economia ben si prestano ad un’analisi attraverso le reti neurali. In particolare nel primo capitolo di questo elaborato descriverò le origini delle reti neurali e alcuni criteri attraverso i quali oggi si classificano le reti stesse. Nel secondo capitolo mi occuperò invece di approfondire quali sono i passaggi da seguire al fine di costruire una rete neurale concentrandomi sulla risoluzione di problemi legati all’ambito economico-finanziario. Infine, nell’ultimo capitolo, mi dedicherò all’analisi di due articoli nei quali vengono confrontati i risultati ottenuti tramite l’utilizzo di diversi tipi di reti neurali accennando anche ad approcci diversi attraverso algoritmi di machine learning.

Стилі APA, Harvard, Vancouver, ISO та ін.

Karlsteen, Joakim. "Fuskdetektion med artificiellt neuralt nätverk." Thesis, Högskolan i Skövde, Institutionen för informationsteknologi, 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:his:diva-20527.

Повний текст джерела

Анотація:

För onlinespel är fuskande spelare ett problem som påverkar både övriga spelare och spelföretagen. Det är därför intressant att ta fram en metod som upptäcker fusk. Detta arbete fokuserar på att upptäcka aimbotfusk inom CS:GO med hjälp av artificiellt neuralt nätverk. Arbetet jämför hur väl ett så kallat MLP kan detektera fusk då informationen representeras i tidsserier eller som frekvensdata. Olika konfigurationer jämförs i syfte att hitta bästa möjliga kombinationen för ett MLP. Resultaten visar att frekvensdata är ett mycket bra sätt att upptäcka aimbotfusk. Förhoppningen är att metoden kan utvecklas för att användas även för att upptäcka andra typer av fusk i onlinespel.

Det finns övrigt digitalt material (t.ex. film-, bild- eller ljudfiler) eller modeller/artefakter tillhörande examensarbetet som ska skickas till arkivet.

Стилі APA, Harvard, Vancouver, ISO та ін.

Soncini, Filippo. "Classificazione di documenti tramite reti neurali." Master's thesis, Alma Mater Studiorum - Università di Bologna, 2020. http://amslaurea.unibo.it/20509/.

Повний текст джерела

Анотація:

Questo elaborato è stato proposto con l’obbiettivo di affrontare il problema della classificazione di documenti utilizzando sia contenuti visivi che testuali, cercando di analizzare diverse reti e diverse combinazioni di esse per poi sviluppare un modello personalizzato.

Стилі APA, Harvard, Vancouver, ISO та ін.

Eklund, Björn. "Uppdelning av ett artificiellt neuralt nätverk." Thesis, Blekinge Tekniska Högskola, Sektionen för datavetenskap och kommunikation, 2012. http://urn.kb.se/resolve?urn=urn:nbn:se:bth-5667.

Повний текст джерела

Анотація:

Artificiella neurala nätverk (ANN) har många användningsområden inom datavetenskap. Några av dessa är mönsterigenkänning, robotik, processkontroll, optimering och spel. Detta examensarbete kommer att handla om hur en alternativ lösning på den traditionella arkitekturen av hur ett neuralnät kan se ut. Jag kommer att undersöka om man kan ta ett stort och komplext neuralnät och bryta ned detta till mindre neuralnät utan att förlora kvaliteten på botarna i en spelmiljö kallad Open Nero. Detta för att försöka minska beräkningshastigheten av neuralnäten och förhoppningsvis även göra så botarna lär sig ett bra beteende snabbare. Mitt examensarbete kommer att visa att min lösning av arkitekturen för ett neuralt nätverk inte fungerar speciellt bra då botarna inte lärde sig tillräckligt fort. En fördel med min arkitektur är dock att den är något snabbare än originalets i exekveringshastighet.

Стилі APA, Harvard, Vancouver, ISO та ін.

Corazza, Michele. "Coreference Resoultion basata su reti neurali deep." Master's thesis, Alma Mater Studiorum - Università di Bologna, 2017. http://amslaurea.unibo.it/14554/.

Повний текст джерела

Анотація:

L’utilizzo di reti neurali deep nell’ambito dell’elaborazione del linguaggio naturale sta conducendo negli ultimi anni a risultati significativi in task molto disparati, dalla speech recognition all’analisi semantica. La ragione di tali innovazioni risiede nelle capacità computazionali odierne, in grado di supportare l’utilizzo di reti neurali con molti livelli nascosti, dette appunto deep, e di strumenti innovativi quali le recurrent neural network, convolutional neural network e la possibilità di costruire word embedding tramite word2vec o strumenti analoghi. Fra i task irrisolti nell’ambito delle reti neurali, è di particolare interesse lo studio della coreference resolution. In tale task l’obiettivo è quello di risolvere le coreferenze in un testo, ovvero associare menzioni che si riferiscono ad una stessa entità. Il fenomeno in esame risulta particolarmente interessante, in quanto comprende aspetti semantici e sintattici del linguaggio, che devono essere utilizzati per giungere a buoni risultati. Un ulteriore caratteristica della coreference è la relazione di tale fenomeno con il concetto di “contesto linguistico”. È infatti dal contesto che circonda una menzione che è possibile intuire a quale entità esso si riferisca. Si presenta con questa tesi un solver per la coreference basato su reti neurali deep, che sfrutti reti recurrent per trattare il problema. La proposta si basa sulla supposizione che sia necessario introdurre delle componenti della rete che siano in grado di fornire una rappresentazione delle menzioni, in modo da poter utilizzare tali risultati per affrontare il problema della coreference resolution.

Стилі APA, Harvard, Vancouver, ISO та ін.

Vagnoni, Ulderico. "Analisi di immagini storiche con reti neurali." Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2019. http://amslaurea.unibo.it/19624/.

Повний текст джерела

Анотація:

Durante il lavoro di tesi è stata realizzata una applicazione web finalizzata al caricamento e modifica di immagini storiche. L'applicazione web è stata realizzata sfruttando tecnologie come il PHP, per il lato back-end, Javascript, HTML e CSS, per il lato front-end, e MySQL per la creazione e gestione del database. L’applicazione offre, inoltre, una funzionalità di rilevamento volti per le immagini caricate. Per tale funzionalità è stata impiegata la rete neurale convoluzionale You Only Look Once (YOLO). Durante il lavoro di tesi, sono stati svolti degli esperimenti per verificare le prestazioni della rete neurale. Tali esperimenti consistevano nell'analizzare 5000 immagini processate da YOLO per poter individuare i True Positive, False Positive e False Negative necessari a calcolare il miss rate e la sensitività dell’algoritmo.

Стилі APA, Harvard, Vancouver, ISO та ін.

Brigandì, Camilla. "Utilizzo della omologia persistente nelle reti neurali." Bachelor's thesis, Alma Mater Studiorum - Università di Bologna, 2022.

Знайти повний текст джерела

Анотація:

Lo scopo di questa tesi è quello di introdurre alcune applicazioni della topologia algebrica, e in particolare della teoria dell’omologia persistente, alle reti neurali. A tal fine, nel primo capitolo dell’elaborato vengono introdotti i concetti di neurone e rete neurale artificiale. Viene posta particolare attenzione sull’addestramento di una rete, spiegando anche delle problematiche e delle caratteristiche ad esso legate, come il problema dell’overfitting e la capacità di generalizzazione. All’interno dello stesso capitolo vengono anche esposti il concetto di similarità tra due reti e il concetto di pruning, e vengono definiti rigorosamente i problemi di classificazione. Nel secondo capitolo vengono introdotte le nozioni basilari relative all’omologia persistente, vengono forniti degli strumenti utili alla visualizzazione e comparazione di tali nozioni (i barcodes e i diagrammi di persistenza), e vengono esposti dei metodi per la costruzione di complessi simpliciali a partire da grafi o insiemi di punti in R^d. Nel terzo e ultimo capitolo vengono riportati i risultati di applicazione cui ci si riferiva all’inizio dell’abstract. In particolare, vengono esposte delle ricerche basate sull’utilizzo dell’omologia persistente riguardanti la creazione di misure di espressività e similarità di architetture neurali, la messa a punto di un metodo di pruning, la creazione di una rete neurale resistente agli adversarial attacks di misura data, e alcuni risultati sulla modifica topologica dei dati che vengono elaborati da un’architettura neurale.

Стилі APA, Harvard, Vancouver, ISO та ін.

Nicklasson, Emma, and Erik Nyqvist. "Ansiktsautentiseringssystem med neuralt nätverk : Baserat på bildklassificering." Thesis, Karlstads universitet, Institutionen för matematik och datavetenskap (from 2013), 2021. http://urn.kb.se/resolve?urn=urn:nbn:se:kau:diva-84338.

Повний текст джерела

Анотація:

Ansiktsigenkänning med hjälp av maskininlärning är ett växande område och används i många sammanhang i dagens samhälle, till exempel som autentiseringsmetod i mobiltelefoner. De flesta system för ansiktsigenkänning har haft stor budget och starka utvecklare bakom sig, men går det att skapa ett fungerande system med begränsade resurser och datamängd? Det här projektet undersöker hur mycket data som krävs för att producera en fungerande ansiktsautentiseringssmodul för kontorsmiljö baserad på bildklassificering. I projektet används ett förtränat Convolutional Neural Network (ResNet34), data som är insamlad med hjälp av uppdragsgivaren samt en bilddatabas från NVIDIA. Resultaten visar att mängden data som krävs för att producera en tillförlitlig modell troligtvis överstiger den mängd som är rimlig att samla in från användaren.
Face recognition using machine learning is a changing field and is used in many contexts in today’s society, for example as an authentication method in mobile phones. Most face recognition systems have had large budgets and strong developers behind them, but is it possible to create a working system with a limited amount of resourses and data? This project investigates how much data is required to produce a working face recognition module for an office environment based on image classification. This project used a pretrained Convolutional Neural Network (ResNet34), data collected with the help of the client, and an image database from NVIDIA. The results show that the amount of data required to produce and reliable model probably exceeds the amount that is reasonable to collect from the user.

Стилі APA, Harvard, Vancouver, ISO та ін.

ZANCATO, LUCA. "Sull'addestrabilità e generalizzazione delle Reti Neurali Profonde." Doctoral thesis, Università degli studi di Padova, 2022. http://hdl.handle.net/11577/3446030.

Повний текст джерела

Анотація:

Negli ultimi anni abbiamo assistito all'ascesa delle Reti Neurali Profonde. Sin dall'introduzione di AlexNet, nel 2012, la comunità di ricercatori e industrie che sfruttano l'Apprendimento Profondo è cresciuta a dismisura. Tale aumento di visibilità ha portato all'avanzamento dello stato dell'arte in diversi campi: visione artificiale, elaborazione del linguaggio naturale e modellazione di serie temporali. Il successo dell'apprendimento profondo ha posto nuove sfide metodologiche per l'accademia e al tempo stesso ha reso possibile all'industria il dispiego di servizi web su larga scala impensabili pochi anni fa. Nonostante tale indiscutibile successo, l'apprendimento automatico non è privo di limiti: sviluppare nuovi modelli è costoso, la loro interpretabilità è scarsa, il loro impiego richiede esperti altamente specializzati e, non per ultimo, ogni rete neurale profonda richiede un grande quantitativo di dati per essere allenata. In più, in letteratura mancano ancora risultati teorici fondamentali a garantire la convergenza dell'ottimizzazione e la generalizzazione dei modelli profondi. In questa tesi studiamo l'addestrabilità e la capacità di generalizzazione delle reti neurali profonde: in particolare, analizziamo le traiettorie di ottimizzazione e di generalizzazione di modelli sovra parametrizzati; in più, proponiamo un bias induttivo specializzato e una regolarizzazione che favoriscono sia l'interpretabilità che la generalizzazione delle reti neurali profonde. Il punto di partenza della nostra analisi è un risultato recentemente proposto in letteratura: il “Neural Tangent Kernel” per modelli sovra parametrizzati. Basandoci su questo strumento, studiamo il numero di passi di ottimizzazione necessari ad una rete neurale profonda pre-allenata per convergere ad un dato valore della funzione di costo (“Tempo di Allenamento”). In più, sfruttando la teoria sul “Neural Tangent Kernel”, risolviamo il problema di scegliere il miglior modello pre-allenato all'interno di un “model zoo” quando solamente i dati su cui allenare la rete neurale sono noti e senza ottimizzare alcun modello. La nostra analisi è spinta dalla necessità di sbloccare l'adozione di sistemi per la visione artificiale su larga scala: in cui gli utenti allenano modelli selezionandoli all'interno di un “model zoo” ottenuto combinando svariate architetture pre-allenate ed iper-parametri, ma sono riluttanti a farlo senza una stima del costo. I nostri risultati, basati su una nuova analisi dell'interazione tra generalizzazione e sovra-parametrizzazione, sono un passo avanti nello studio della capacità di adattamento delle reti neurali profonde. Sfruttando questi risultati proponiamo quindi una nuova architettura profonda basata su un forte bias induttivo e regolarizzazione esplicita, entrambi sono pensati ed usati per limitare la capacità espressiva dell'architettura e permettono di applicare tecniche Bayesiane di selezione automatica della complessità. Per concludere, applichiamo con successo il nostro metodo per l’identificazione di sistemi non-lineari e per l’individuazione di anomalie su serie temporali di grandi dimensioni.
The last few years have witnessed the rise of Deep Neural Networks. Since the introduction of AlexNet in 2012, the community of researchers and industries employing Deep Learning has exploded. This surge in attention led to the development of State of The Art algorithms in many different fields such as Computer Vision, Natural Language Processing and Time Series modeling. The empirical success of Deep Learning posed new methodological challenges for academia and allowed industry to deploy world-wide large scale web services unthinkable ten years ago. Despite such incontrovertible success, Deep Learning does not come free of issues: model design is highly costly, model interpretability is not easy, deployment often requires very specialized experts and, not least, any Deep Neural Network requires a large amount of data for training. Moreover, from a theoretical standpoint many important guarantees on optimization convergence and generalization are still lacking. In this thesis we address trainability and generalization of Deep Neural Network models: we analyze the optimization trajectories and the generalization of typical over-parametrized models; moreover, we design a specialized inductive bias and regularization scheme to foster interpretability and generalization of Deep Neural Networks. The starting point in our analysis is a recently proposed tool: the Neural Tangent Kernel for over-parametrized models. Building on this fundamental result, we investigate the number of optimization steps that a pre-trained Deep Neural Network needs to converge to a given value of the loss function ("Training Time"). Moreover, we exploit the Neural Tangent Kernel theory to solve the problem of choosing the best pre-trained Deep Neural Network within a "model zoo" when only the target dataset is known and without training any model ("Model Selection"). Our analysis started to unblock the adoption of real-world Computer Vision AutoML systems: Users fine-tune models selected from a large "model zoo" testing hundreds of combinations of different architectures, pre-training sets and hyper-parameters, but are reluctant to do so without an estimate of the expected training cost. Our results are a step towards better understanding of transfer learning through a novel study on the interplay between generalization and highly over-parametrized Deep Neural Networks. We then build a specialized Deep architecture equipped with a strong inductive bias and explicit regularization, that are designed both to constrain the representational power of our architecture and to allow Bayesian automatic complexity selection. Then, we show our novel method can be successfully applied both for non-linear System Identification and for Anomaly Detection of large scale Time Series.

Стилі APA, Harvard, Vancouver, ISO та ін.

Cino, G. "Implementazione ed analisi di reti neurali wetware." Doctoral thesis, Università degli Studi di Milano, 2007. http://hdl.handle.net/2434/180804.

Повний текст джерела

Анотація:

The thesis describes a hardware/sofwtare system based on human neurons adhering to microelectrode arrays and interfaced to a robotic actuator. After a learning phase, the user stimulates the biological network of neurons by means of digital bidimensional patterns, the neurons react in an organized fashion and the Artificial Neural Network decodes their signals moving the robot. The system replies with more than 90% correct answers.

Стилі APA, Harvard, Vancouver, ISO та ін.

Більше джерел

Книги з теми "NeuralRTI"

Floreano, Dario. Manuale sulle reti neurali. 2nd ed. Bologna: Il mulino, 2002.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Ceschia, Mario. La previsione delle precipitazioni a scala mensile: Confronto tra modelli statistici e a reti neurali, il caso di Udine. Udine: Forum, 2000.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Buzzanca, Giuseppe. Musica e intelligenza artificiale: Per un modello connessionista di mente musicale, teoria dei linguaggi formali, reti neurali artificiali e relative applicazioni in informatica musicale. Bari: Florestano edizioni, 2016.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

william, Emma. Sviluppo Di Reti Neurali: Come Vengono Sviluppate le Reti Neurali? Independently Published, 2022.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Marco, Tommaso. Evoluzione Delle Reti Neurali. Independently Published, 2022.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Colecchia, Nicola. Neuroinformazioni: Campi Di Applicazione Delle Reti Neurali. Independently Published, 2017.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Sisini, Francesco. Introduzione Alle Reti Neurali con Esempi in Linguaggio C. Independently Published, 2018.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Sisini, Francesco. Introduzione Alle Reti Neurali con Esempi in Linguaggio C. Independently Published, 2019.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Colecchia, Nicola. Cosa Sono I Neuroni Artificiali: Campi Di Applicazione Delle Reti Neurali. Independently Published, 2018.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Sisini, Francesco, and Valentina Sisini. Reti Neurali Non Supervisionate : il Cognitrone Di Fukushima: Con Codice in Linguaggio C. Independently Published, 2019.

Знайти повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Частини книг з теми "NeuralRTI"

D’Amato, Luca Colucci, and Umberto di Porzio. "Le cellule staminali neurali." In Introduzione alla neurobiologia, 91–103. Milano: Springer Milan, 2011. http://dx.doi.org/10.1007/978-88-470-1944-7_7.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Cascini, Giuseppe Lucio, Vincenzo Donato, and Oscar Tamburrini. "Introduzione alle reti neurali." In Elementi di informatica in diagnostica per immagini, 217–33. Milano: Springer Milan, 2010. http://dx.doi.org/10.1007/978-88-470-1667-5_18.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Li, Xuyang, Hamed Bolandi, Talal Salem, Nizar Lajnef, and Vishnu Naresh Boddeti. "NeuralSI: Structural Parameter Identification in Nonlinear Dynamical Systems." In Lecture Notes in Computer Science, 332–48. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-25082-8_22.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Тези доповідей конференцій з теми "NeuralRTI"

Castro Ferreira, Thiago, Diego Moussallem, Ákos Kádár, Sander Wubben, and Emiel Krahmer. "NeuralREG: An end-to-end approach to referring expression generation." In Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers). Stroudsburg, PA, USA: Association for Computational Linguistics, 2018. http://dx.doi.org/10.18653/v1/p18-1182.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

"NEURALTB WEB SYSTEM - Support to the Smear Negative Pulmonary Tuberculosis Diagnosis." In 9th International Conference on Enterprise Information Systems. SciTePress - Science and and Technology Publications, 2007. http://dx.doi.org/10.5220/0002366401980203.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Chen, Zhennong, Kunal Gupta, and Francisco Contijoch. "Motion correction image reconstruction using NeuralCT improves with spatially aware object segmentation." In Seventh International Conference on Image Formation in X-Ray Computed Tomography (ICIFXCT 2022), edited by Joseph Webster Stayman. SPIE, 2022. http://dx.doi.org/10.1117/12.2646402.

Повний текст джерела

Стилі APA, Harvard, Vancouver, ISO та ін.

Ми пропонуємо знижки на всі преміум-плани для авторів, чиї праці увійшли до тематичних добірок літератури. Зв'яжіться з нами, щоб отримати унікальний промокод!