Andere Kunden interessierten sich auch für
![Eine Roadmap zur Implementierung von maschinellem Lernen in der Bauindustrie]( "Eine Roadmap zur Implementierung von maschinellem Lernen in der Bauindustrie")
Eine Roadmap zur Implementierung von maschinellem Lernen in der Bauindustrie60,90 €![Maschinelles Lernen für die Erkennung von Gefühlen und Gesichtern]( "Maschinelles Lernen für die Erkennung von Gefühlen und Gesichtern")
Maschinelles Lernen für die Erkennung von Gefühlen und Gesichtern87,90 €![Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug]( "Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug")
Studie über fortgeschrittene ML- und DL-Modelle zur Erkennung von Kreditkartenbetrug79,90 €![Inhaltsbasiertes Bildauffindungssystem mit maschinellem Lernen]( "Inhaltsbasiertes Bildauffindungssystem mit maschinellem Lernen")
Inhaltsbasiertes Bildauffindungssystem mit maschinellem Lernen45,90 €![Ein neuartiger Ansatz des tiefen Lernens zur Erkennung von Herz-Kreislauf-Erkrankungen]( "Ein neuartiger Ansatz des tiefen Lernens zur Erkennung von Herz-Kreislauf-Erkrankungen")
Ein neuartiger Ansatz des tiefen Lernens zur Erkennung von Herz-Kreislauf-Erkrankungen43,90 €![Ansatz des maschinellen Lernens zur Erkennung von Stimmhaftigkeit]( "Ansatz des maschinellen Lernens zur Erkennung von Stimmhaftigkeit")
Ansatz des maschinellen Lernens zur Erkennung von Stimmhaftigkeit49,90 €![Ein System zur Erkennung von Eindringlingen mit Hilfe eines Algorithmus für maschinelles Lernen]( "Ein System zur Erkennung von Eindringlingen mit Hilfe eines Algorithmus für maschinelles Lernen")
Ein System zur Erkennung von Eindringlingen mit Hilfe eines Algorithmus für maschinelles Lernen39,90 €
Die spontane Kennzeichnung des Inhalts eines digitalen Bildes ist eine der wichtigsten Schwierigkeiten beim Deep Learning, das die Computervisualisierung und die englische Sprache miteinander verbindet. In dieser Forschungsarbeit haben wir ein propagatives Modell entwickelt, das auf einer tiefen, wiederkehrenden Produktion basiert, die moderne Verbesserungen in der Computervisualisierung und in der Umschreibung von Erfindungen zusammenfasst, und das verwendet werden kann, um regelmäßige Urteile zur Kennzeichnung eines digitalen Bildes zu erzeugen. Das Prototypische wird durchgeführt, um die Wahrscheinlichkeit des objektiven Erklärungsurteils angesichts des passenden digitalen Bildes voll auszunutzen. Diese Arbeit zielt auf die Generierung von Untertiteln für Bilder unter Verwendung neuronaler Sprachmodelle ab. Die Zahl der vorgeschlagenen Modelle für die Untertitelung digitaler Bilder ist stark angestiegen, seit neuronale Sprachmodelle und tiefe Faltungsneuronale Netze (CNN) sichdurchgesetzt haben. Unsere Arbeit basiert auf einer dieser Arbeiten, die eine Variante des rekurrenten neuronalen Netzes (RNN) in Verbindung mit einem CNN verwendet. Wir beabsichtigen, dieses Modell zu verbessern, indem wir subtile Änderungen an den Bausteinen vornehmen und Phrasen als elementare Einheiten anstelle von Wörtern verwenden, was zu besseren semantischen und syntaktischen Untertiteln führen kann.