检索范围:
排序: 展示方式:
张晓鲁
《中国工程科学》 2014年 第16卷 第10期 页码 47-51
融合深度置信网络的串联隐马尔科夫模型及其在脱机手写识别中的应用 Article
Partha Pratim ROY, Guoqiang ZHONG, Mohamed CHERIET
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 978-988 doi: 10.1631/FITEE.1600996
深度三维重建:方法、数据和挑战 Review Article
刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1
《信息与电子工程前沿(英文)》 2021年 第22卷 第5期 页码 615-766 doi: 10.1631/FITEE.2000068
潘辉,邵国建,胡丰
《中国工程科学》 2012年 第14卷 第5期 页码 62-65
重力式锚碇基础在计算中通常简化为浅基础,并不考虑深度效应的影响,较为不经济。泰州大桥南锚碇沉井埋置深度达42 m,为将深度效应考虑到锚碇稳定性计算中,故采用有限元法对泰州大桥南锚碇沉井基础的深度效应进行研究。通过计算对比不同埋置深度条件下锚碇基础在施工期及运营期内位移和转角的变化,可知深度效应对锚碇基础承载力的增强作用十分明显。
深度学习中的视觉可解释性 Review
Quan-shi ZHANG, Song-chun ZHU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 27-39 doi: 10.1631/FITEE.1700808
关键词: 人工智能;深度学习;可解释性模型
深度学习中的对抗性攻击和防御 Feature Article
任奎, Tianhang Zheng, 秦湛, Xue Liu
《工程(英文)》 2020年 第6卷 第3期 页码 346-360 doi: 10.1016/j.eng.2019.12.012
在深度学习(deep learning, DL)算法驱动的数据计算时代,确保算法的安全性和鲁棒性至关重要。最近,研究者发现深度学习算法无法有效地处理对抗样本。这些伪造的样本对人类的判断没有太大影响,但会使深度学习模型输出意想不到的结果。最近,在物理世界中成功实施的一系列对抗性攻击证明了此问题是所有基于深度学习系统的安全隐患。本文将介绍深度学习对抗攻击技术的理论基础、算法和应用。然后,讨论了防御方法中的一些代表性研究成果。这些攻击和防御机制可以为该领域的前沿研究提供参考。
深度神经网络加速器体系结构概述 Review
陈怡然, 谢源, 宋凌皓, 陈凡, 唐天琪
《工程(英文)》 2020年 第6卷 第3期 页码 264-274 doi: 10.1016/j.eng.2020.01.007
DAN:一种用于个性化推荐的深度联合神经网络 Research Articles
王旭娜,谭清美
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-980 doi: 10.1631/FITEE.1900236
关键词: 神经网络;深度学习;DAN;推荐
基于RGBD和稀疏学习的鲁棒目标跟踪 Article
Zi-ang MA, Zhi-yu XIANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 989-1001 doi: 10.1631/FITEE.1601338
基于众包标签数据深度学习的命名实体消歧算法 Article
Le-kui ZHOU,Si-liang TANG,Jun XIAO,Fei WU,Yue-ting ZHUANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第1期 页码 97-106 doi: 10.1631/FITEE.1601835
关键词: 命名实体消歧;众包计算;深度学习
基于图像的深度学习降雨强度估计方法 Article
尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan
《工程(英文)》 2023年 第21卷 第2期 页码 162-174 doi: 10.1016/j.eng.2021.11.021
关键词: 城市洪水 降雨图像 深度学习模型 卷积神经网络(CNN) 降雨强度
吴礼光,赵海洋,张林
《中国工程科学》 2014年 第16卷 第7期 页码 106-112
从压力驱动膜及膜集成技术的特点出发,结合不同水源水质,对膜技术应用于饮用水深度处理方面的进展进行了分析和综述,并提出膜法饮用水深度处理的发展建议
标题 作者 时间 类型 操作