Статьи по теме deep-learning

Публикации по теме 'deep-learning'

Примеры использования видеоответов на вопросы, часть 2 (машинное обучение)

Начало работы с видеоответами на вопросы Документы с кодом — ответы на видео-вопросы Ответы на видео-вопросы (VideoQA) призваны отвечать на вопросы на естественном языке в соответствии с предоставленными видео. Учитывая… paperswithcode.com Уточнение визуальной каузальной сцены для ответов на видеовопросы (arXiv) Автор: Юшен Вэй , Ян Лю , Хун Янь , Гуаньбинь Ли , Лян Линь . Аннотация: Существующие методы видеоответов на..

Fast-SCNN объяснен и реализован с использованием Tensorflow 2.0

Сверточная нейронная сеть быстрой сегментации (Fast-SCNN) - это описанная выше модель семантической сегментации в реальном времени на данных изображения с высоким разрешением, подходящая для эффективных вычислений на встроенных устройствах с малым объемом памяти. Авторы оригинальной статьи: Рудра П.К. Пудель, Стефан Ливицки и Роберто Чиполла . Код, использованный в этой статье, не является официальной реализацией авторов, а моей попыткой воссоздать модель, как описано в статье. С..

Последние разработки в области интерфейса мозг-компьютер

Исследование неинвазивных интерфейсов мозг-компьютер: нейрогарнитура Emotiv Epoc+ и ее эффективность ( arXiv ) Автор: Md Jobair Hossain Faruk , Maria Valero , Hossain Shahriar Аннотация: в этом исследовании мы иллюстрируем ход исследований НКИ и представляем множество открытых современных подходов. Во-первых, мы исследуем подход к декодированию естественной речи, который предназначен для декодирования человеческой речи непосредственно из человеческого мозга на цифровой..

Нейронные сети: больше, чем глубокое обучение

Нейронные сети универсальны, давайте рассмотрим три типа Нейронные сети - это отрасль вычислительного интеллекта, выходящая далеко за рамки глубокого обучения. В то время как многие ищут самую глубокую сеть, другие находят уникальные реализации и применения для разных типов сетей. В этом посте я даю общий обзор трех разных типов нейронных сетей - сверточных нейронных сетей, самоорганизующихся карт функций и машин экстремального обучения. Мотивация Количество исследований,..

Использование КТ легких для диагностики Covid 19

Ранняя диагностика и карантин коронавируса — важный шаг в сдерживании дальнейшего распространения. Коронавирусная болезнь (COVID 19) — это инфекционное заболевание, вызываемое коронавирусом. Это влияет на дыхательную систему зараженного человека, и в большинстве случаев они выздоравливают без какого-либо специального лечения. Это может превратиться в серьезное заболевание для пожилых людей и людей с сопутствующими заболеваниями, такими как сердечно-сосудистые заболевания, диабет,..

Архитектура озера данных: гибкий и масштабируемый подход к современному управлению данными

Введение В эпоху больших данных предприятия генерируют беспрецедентный объем данных из различных источников. Традиционные системы управления данными с трудом справляются с постоянно растущим объемом, скоростью и разнообразием данных. В ответ на эти вызовы концепция озера данных стала революционным подходом к современной архитектуре данных. Озеро данных — это централизованный репозиторий, в котором хранятся огромные объемы необработанных, неструктурированных, полуструктурированных и..

Распознавание рукописного ввода с использованием глубокого обучения

Проект UTMIST Джастина Трана, Фернандо Асада, Киары Чонг, Армаана Лалани и Ишана Нарулы. Введение Распознавание рукописного текста — давно изучаемая проблема машинного обучения, при этом одним из самых известных наборов данных является MNIST [1] для рукописных цифр. Хотя распознавание отдельных цифр является решаемой проблемой, ученые ищут способы одновременного распознавания всего корпуса текста, поскольку это упрощает оцифровку документов. Мы представляем решение этой проблемы..