退出
我的积分:
中文文献批量获取
外文文献批量获取
陈晓霖; 昝道广; 吴炳潮; 关贝; 王永吉;
中国科学院软件研究所协同创新中心;
中国科学院大学计算机科学与技术学院;
中国科学院软件研究所集成创新中心;
机器学习; 纵向联邦学习; 对抗样本; 对抗攻击; 深度卷积生成对抗网络;
机译:通过生成的对抗网络自动生成BIOMOMA数据,并应用于二字节学习样本
机译:通过用梯度惩罚生成的对抗网络的多模块学习的机器智能故障诊断方案的小型样本聚焦智能故障诊断方案
机译:通过生成对抗网络进行样本有效的模仿学习
机译:基于对抗样本生成算法的图像分类深度神经网络测试用例生成技术
机译:基于生成对抗性网络的改进语音增强算法
机译:面向面向HPC的生物信息学应用学习算法的并行实现
机译:联邦生成对抗性学习
机译:对抗环境中机器学习算法的行为
机译:面向决策树的纵向联邦学习方法
机译:使用基于深度学习算法的图像对象面向属性模型自动生成图像字幕的系统和方法
机译:通过场景生成,基于CSP的面向语法的模型构建以及R2D2C系统需求转换来提供更完整的系统需求规范的自动机学习算法和过程
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。