...
机译:卷积递归神经网络对托卡马克等离子体约束状态的分类
Max Planck Institute for Plasma Physics Boltzmannstraße 2 85748 Garching Germany;
Eindhoven University of Technology 5612 AZ Eindhoven Netherlands;
Ecole Poly technique Federate de Lausanne (EPFL) Swiss Plasma Center (SPC) CH-1015 Lausanne Switzerland;
CNN; LSTM; deep learning; ELM; H mode; L mode; dither;
机译:结合基于注意力的双向门控递归神经网络和二维卷积神经网络进行文档级情感分类
机译:卷积神经网络(CNN)和递归神经网络(RNN)架构在放射学文本报告分类中的比较有效性
机译:用于多尺度时间序列分类的深度卷积神经网络与原始,高时分辨率诊断数据的托卡马克中断预测
机译:结合非常深的卷积神经网络和递归神经网络进行视频分类
机译:基于卷积神经网络和递归神经网络的深度神经语言文本分类模型
机译:3D卷积神经网络从佩带的2D卷积神经网络初始化用于工业部件的分类
机译:人类活动认可与卷积神经网络和经常性神经网络的分类