Temat: LSTM - Prolib Integro

Skocz do pozycji: 1.

Tytuł:: Stock market prediction with Recurrent Neural Networks
Przewidywanie notowań giełdowych z użyciem rekursywnych sieci neuronowych
Autorzy:: Kruk, Piotr
Słowa kluczowe:: LSTM, RNN, Stock market prediction
LSTM, RNN, przewidywanie notowań giełdowych; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Prediction of proteins disordered regions using artificial neural networks
Zastosowanie sztucznych sieci neuronowych do przewidywania rejonów nieuporządkowanych w białkach
Autorzy:: Garbacz, Karolina
Słowa kluczowe:: artificial neural networks, disordered proteins, LSTM, NLP, Word Embedding
sztuczne sieci neuronowe, białka nieuporządkowane, LSTM, przetwarzanie języka naturalnego, Word Embedding; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 3.

Tytuł:: Attention in multiple-instance leaming
Mechanizm uwagi w uczeniu wielokrotnej instancji
Autorzy:: Basista, Katarzyna
Słowa kluczowe:: Multiple-instance learning, MIL pooling, attention, self-attention, RNN, LSTM.
Uczenie wielokrotnej instancji, MIL pooling, atencja, self-attention, RNN, LSTM.; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 4.

Tytuł:: Machine learning applications in IoT illustrated with the construction of a smart mirror
Zastosowanie uczenia maszynowego w Internet of Things na przykładzie konstrukcji inteligentnego lustra
Autorzy:: Łucka, Julia
Słowa kluczowe:: Internet of things, IoT, Machine learning, uczenie maszynowe, ML, lustro, inteligentne, python, LSTM, OpenCV, rozpoznawanie mowy, rozpoznawanie twarzy, nauka preferencji
Internet of things, IoT, Machine learning, ML, mirror, smart, python, LSTM, OpenCV, voice recognition, face recognition, preference learning; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Abstractive summarization of legal court documents using machine learning methods
Tworzenie streszczeń tekstów prawnych z użyciem metod uczenia maszynowego
Autorzy:: Wasylkowski, Jakub
Słowa kluczowe:: neural networks, LSTM, summarizing, law, legal, case, abstractive, abstract, training, context, machine learning, neuron, activation function, backpropagation, loss function, optimizers, adam, recursive neural networks, RNN, seq2seq, word embedding, word2vec, glove, preprocessing, natural language processing, NLP, NLTK, anaconda, pyhthon, python3, jupyter, google colab, fitting, experiment, rouge, padding, tokenizing
Sieci neuronowe, LSTM, streszczanie, Prawo, wyrok, abstraktywny, abstrakcyjny, trenowanie, kontekst, uczenie maszynowe, neuron, funkcja aktywacyjna, propagacja wsteczna, funkcja straty, algorytmy optymizujące, optymizator, adam, rekurencyjne sieci neuronowe, RNN, seq2seq, word embedding, word2vec, glove, preprocessing, przetwarzanie tekstu, przetwarzanie języka naturalnego, NLP, NLTK, anaconda, python, python3, fitting, eksperyment, google colab, rouge, padding, tokenizing; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Informacja