Penza State Technological University Penza Russia;
Penza State University Penza Russia;
artificial intelligence; data structures; learning (artificial intelligence); neural nets; vectors;
机译:培训神经网络作为学习数据 - 自适应核:可提供的表示和近似效益
机译:评估训练数据选择对滑坡敏感性图的影响:支持向量机(SVM),逻辑回归(LR)和人工神经网络(ANN)之间的比较
机译:评估训练数据选择对滑坡敏感性图的影响:支持向量机(SVM),逻辑回归(LR)和人工神经网络(ANN)之间的比较
机译:在培训广播神经网络时,使用超尺寸向量的超尺寸向量的成像表示数据
机译:在小型数据集上使用前馈神经网络合成其他训练数据,以提高视觉数据的分类准确性。
机译:向量代数在全基因组表达数据分析中的应用
机译:图1:oxify的工作流程图,包括培训数据的预处理,尺寸过滤和零填充,将数字向量转换为atchley因子,以及使用门控复发单元对神经网络进行培训。
机译:几何的构造启发式和几何的向量代数表示