deep transfer learning | BriefGPT

关键词deep transfer learning

搜索结果 - 30

螺栓连接的声发射与深度迁移学习条件监测：泛化、序数损失和超级收敛
深度迁移学习和卷积神经网络用于基于声发射监测螺栓连接件状态的研究。
PDFa month ago
分析急诊科患者候床现象的变化并在香港 COVID-19 疫情波动中验证预测模型的可转移性：基于混合 CNN-LSTM 方法量化建筑层次的社会生态风险
应用了混合卷积神经网络（CNN）- 长短期记忆（LSTM）模型，通过公共领域数据来源于香港的医院管理局、卫生署和房屋管理局，研究急诊科（ED）的等候时间超过四个小时（ED 候诊）与患者结果和卫生系统表现之间的关联。同时，通过深度迁移学习方法
PDF4 months ago
基于先进深度学习方法的自动语音识别：一项调查
深度学习在自动语音识别方面的应用以及与其他先进的学习技术的综合回顾，旨在帮助研究人员和专业人员了解当前的挑战和未来的研究机会。
PDF4 months ago
多尺度神经过程嵌入知识的可扩展可靠深度迁移学习用于智能故障检测
本文提出了一种基于神经过程和图卷积网络的深度转移学习方法（GTNP），通过特征转移策略在高维空间中消除源领域和目标领域之间的数据分布差异，全局和局部潜在变量的联合建模以及稀疏采样策略减少目标领域中观测数据的需求，多尺度不确定性分析通过全局和
PDF4 months ago
基于 PMU 测量的深度迁移学习电力系统短期电压稳定性评估
基于深度迁移学习的测量装置定向测量方法通过深度学习有效处理了面对电力系统短期电压稳定性评估（STVSA）的拓扑变化、样本标注和小规模数据集等挑战，并在 IEEE 39-bus 测试系统上进一步证实了其在处理拓扑变化方面的适应性，通过与传统方
PDFa year ago
端到端深度迁移学习用于无校准运动想象脑机接口
该研究使用深度迁移学习开发了一种无需校准、面向不同个体的 MI-BCI 分类器，通过对原始 EEG 信号采用端到端的深度学习方法进行处理，并使用开放数据集进行训练和比较了三种深度学习模型，结果显示不同模型的性能有显著差异。
PDFa year ago
工业时间序列异常检测深度迁移学习综述：方法、应用和方向
深度迁移学习在工业过程中具有识别异常事件和优化质量的潜力，通过利用与相关任务的知识以及解决时间序列异常检测的问题来解决使用标准深度学习所需的大规模标记数据的问题，同时降低了深度学习模型设计和实现的复杂度。
PDFa year ago
CVPR利用近红外视频摄像头测量的生命体征和活动进行的深度学习睡眠分期
利用视频数据和深层迁移学习的方法，通过心率、呼吸速率和活动度等参数对睡眠进行分类，其在 50 名正常志愿者数据集上实现了 73.4% 的准确率和 Cohen's kappa 系数 0.61，成为基于视频的睡眠分级的最新研究水平。
PDFa year ago
一种基于深度迁移学习的心电图预测心脏复同步治疗响应的新方法
本研究使用深度迁移学习技术对心脏再同步治疗（CRT）病人的反应进行预测模型训练，通过短时傅里叶变换处理 ECG 信号并使用迁移学习方法对卷积神经网络模型进行预训练，得出较高的预测精度，表现优于传统机器学习方法。
PDFa year ago
深度迁移学习用于自动语音识别：迈向更好的泛化能力
本论文通过应用深度迁移学习的自动语音识别框架对最新的发展进行综合调查研究，以帮助学术和专业人士了解当前挑战，并识别论文中每个框架的优缺点。
PDFa year ago
深度迁移学习在入侵检测系统中的应用：综述
本文重点介绍了基于深度迁移学习的入侵检测系统 (IDS)，特别是在工业控制网络中的应用。通过回顾相关文献，介绍了不同类型的数据集，DTL 使用的种类，预训练网络，IDS 技术以及评估指标等，经过不同研究的比较分析，证明了基于 DTL 的
PDFa year ago
商业锂离子电池浅循环状态健康估计的自注意力知识领域适应网络
本文提出了一种使用自注意力蒸馏模块和多核最大均值差异技术的无监督深度转移学习方法，用于估算浅循环电池的 SOC，与其他转移学习方法相比，该方法具有更高的准确性和超出 2％的均方根误差。
PDFa year ago
跨语料情感语音识别的深度隐式分布对齐网络
本文提出了一种深迁移学习方法 DIDAN 来解决来自不同语料库的标注训练语音信号和未标注测试语音信号的交叉语料库情感识别问题。DIDAN 通过将源语音谱直接回归到情感标签来拥有情感判别能力，并利用名为隐式分布对齐（IDA）的良好设计的正则化
PDFa year ago
IJCAI生成式迁移学习：使用少数胸部 X 光图像进行 Covid-19 分类
通过使用预训练模型，该研究利用较少的样本进行 Few Shot Learning，并比较了经典的深度迁移学习和该方法，并在 Covid-19 二进制分类案例中报告了 FSL 结果。
PDF2 years ago
深度迁移学习在图像分类上的应用综述
本论文从深度迁移学习定义开始，概览了图像分类领域中当前发展情况及存在的知识空白，并提出了一种新的迁移学习应用分类法以帮助更好地理解迁移学习的成效和问题所在。
PDF2 years ago
NIPSEXPANSE：深度迁移学习的深度继续 / 渐进学习系统
提出了一种名为 EXPANSE 的新的深度转移学习方法，通过扩展网络层来避免遗忘和过度偏置的问题，并引入了基础课程和复杂性学习的两阶段培训方式，该方法在处理远程源和目标数据方面取得了成功。
PDF2 years ago
MM基于迁移学习的有限训练数据下高效交通预测
研究了深度迁移学习技术在具有不足历史数据的交通预测中的表现，使用源域中的最佳模型进行目标域预测，结果表明，迁移学习可减少执行时间并提高模型的准确性。
PDF2 years ago
深度迁移学习与最近进展综述
该论文介绍了深度迁移学习的定义和分类方式，探讨了近五年来应用的技术，并研究了实验分析结果，讨论了深度迁移学习方法的限制以及对应的解决方案和研究趋势。其中包括在 Covid-19 检测和边缘设备上应用深度迁移学习可以降低训练成本和增加精度的优
PDF2 years ago
基于深度迁移学习的电动汽车网络入侵检测系统
本文提出了一个基于深度迁移学习的 IDS 模型，通过有效属性选择、设计基于深度迁移学习的 LeNet 模型，以及对现实世界数据的评估，实现了对 In-Vehicle Network 系统中的入侵检测，并在实验中展示了相对于其他模型更好的性能
PDF3 years ago
使用共享权重深度神经网络求解多核几何下的电子薛定谔方程
本文介绍了一种通过引入神经网络和 Monte Carlo 方法相结合，结合深度迁移学习的方法来解决当前高精度计算方法在计算与电子相互作用的粒子数量较大时的计算成本大，探索引入权重共享约束的优化过程，使神经网络模型的 95% 的权重可以在变化
PDF3 years ago