Temat: LSTM - Prolib Integro

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "LSTM" wg kryterium: Temat

Wyświetlanie 1-8 z 8

Zaznacz

Skocz do pozycji: 1.

Tytuł:: Efficiency of artificial intelligence methods for hearing loss type classification : an evaluation
Autorzy:: Kassjański, Michał
Kulawiak, Marcin
Przewoźny, Tomasz
Tretiakow, Dmitry
Kuryłowicz, Jagoda
Molisz, Andrzej
Koźmiński, Krzysztof
Kwaśniewska, Aleksandra
Mierzwińska-Dolny, Paulina
Grono, Miłosz
Data publikacji:: 2024
Słowa kluczowe:: classification
hearing loss types
pure-tone audiometry
RNN
LSTM
evaluation; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Evaluating the forecasting capabilities of probabilistic and point-based LSTM models in sequence prediction
Autorzy:: Szetela, Paweł
Siwek, Krzysztof
Data publikacji:: 2024
Słowa kluczowe:: LSTM
RNN
probabilistic neural network
time-series forecasting
sieć neuronowa probabilistyczna
prognozowanie szeregów czasowych; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 3.

Tytuł:: An overview of deep learning techniques for short-term electricity load forecasting
Autorzy:: Adewuyi, Saheed
Aina, Segun
Uzunuigbe, Moses
Lawal, Aderonke
Oluwaranti, Adeniran
Data publikacji:: 2019
Słowa kluczowe:: Short-term Load Forecasting
deep learning architectures
RNN
LSTM
CNN
SAE
prognozowanie obciążenia krótkoterminowego
architektura głębokiego uczenia; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 4.

Tytuł:: Forecasting future values of time series using the lstm network on the example of currencies and WIG20 companies
Autorzy:: Mróz, Bartosz
Nowicki, Filip
Data publikacji:: 2020
Słowa kluczowe:: recurrent neural network
RNN
gated recurrent unit
GRU
long short-term memory
LSTM
rekurencyjna sieć neuronowa
blok rekurencyjny
pamięć długookresowa; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Traffic flow prediction in inland waterways of Assam region using uncertain spatiotemporal correlative features
Autorzy:: Muthukumaran, Venkatesan
Natarajan, Rajesh
Kaladevi, Amarakundhi Chandrasekaran
Magesh, Gopu
Babu, Swapna
Data publikacji:: 2022
Słowa kluczowe:: deep learning
CNN-LSTM
traffic flow
prediction
waterways
RoI
RNN
optimizer
drop rate
relative error
głęboka nauka
ruch uliczny
prognoza
drogi wodne
optymalizator; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 6.

Tytuł:: An optimized parallel implementation of non-iteratively trained recurrent neural networks
Autorzy:: El Zini, Julia
Rizk, Yara
Awad, Mariette
Data publikacji:: 2021
Słowa kluczowe:: GPU implementation
parallelization
recurrent neural network
RNN
Long-short Term Memory
LSTM
Gated Recurrent Unit
GRU
Extreme Learning Machines
ELM
non-iterative training; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 7.

Tytuł:: Predicting hospital emergency department visits with deep learning approaches
Autorzy:: Zhao, Xinxing
Lai, Joel Weijia
Ho, Andrew Fu Wah
Liu, Nan
Ong, Marcus Eng Hock
Cheong, Kang Hao
Data publikacji:: 2022
Słowa kluczowe:: deep learning
deep stacked architecture
ED prediction
emergency department
LSTM
RNN
recurrent neural network
GRU
gated recurrent units
uczenie głębokie
oddział ratunkowy
sieć neuronowa rekurencyjna; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Skocz do pozycji: 8.

Tytuł:: Shallow, Deep, Ensemble models for Network Device Workload Forecasting
Autorzy:: Liu, Cenru
Data publikacji:: 2020
Słowa kluczowe:: workload forecasting
recurrent neural network
RNN
long short-term memory
LSTM
support vector regression
SVR
hierarchical linear weighted ensemble
prognozowanie obciążenia
rekurencyjna sieć neuronowa
pamięć krótkotrwała
regresja wektora nośnego; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

na półce

Szczegóły

Wyświetlanie 1-8 z 8

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies

Informacja

Wyszukujesz frazę "LSTM" wg kryterium: Temat