
Mạng neural
-
Bài viết trình bày về cách sử dụng nhiều GPU để huấn luyện mô hình trong học sâu (Deep Learning). Chúng tôi khảo sát các chiến lược học sâu trên mạng nơ-ron tích chập (Convolutional Neural Network – CNN).
7p
viling
11-10-2024
1
0
Download
-
Nghiên cứu này nhằm thử nghiệm, đánh giá khả năng ứng dụng trí tuệ nhân tạo (artifi cial intelligence – AI) trong tự động hóa chẩn đoán bệnh trên tôm sú (Penaeus monodon). Kết quả thực nghiệm trên 4 mẫu bệnh: đen mang, đốm đen, đốm trắng và hoại tử cơ cho thấy hệ thống chẩn đoán hình ảnh đạt độ chính xác cao nhất 87,58% với mô hình mạng neural tích chập (convolutional neural network - CNN) Effi cientNet-B4 có áp dụng kỹ thuật học chuyển giao (transfer learning).
7p
viamancio
29-05-2024
13
7
Download
-
Bài viết này đề xuất sử dụng mạng nơ-ron xung (Spiking Neural Networks-SNNs) với kiến trúc mạng truyền thẳng (feedforward) như một giải pháp mới nhằm nâng cao độ chính xác và tốc độ trong nhận dạng các cơn động kinh từ tín hiệu EEG.
6p
vibenya
31-12-2024
4
2
Download
-
Bài giảng Khai phá dữ liệu (Data mining) - Chương 4 trình bày về phân loại dữ liệu. Các nội dung chính trong chương gồm: Tổng quan về phân loại dữ liệu, phân loại dữ liệu với cây quyết định, phân loại dữ liệu với mạng Bayesian, phân loại dữ liệu với mạng Neural, các phương pháp phân loại dữ liệu khác. Mời các bạn cùng tham khảo.
51p
youcanletgo_01
04-01-2016
151
15
Download
-
Bài giảng Máy học và mạng neural - Bài 4 trang bị cho người học những kiên thức về mạng nơron nhân tạo (Artificial Neural Networks). Các nội dung chính được trình bày trong chương này gồm có: Các bài toán phù hợp với ANNs, cấu tạo ANNs, các hàm ngưỡng, kiến trúc ANNs,... Mời các bạn cùng tham khảo.
41p
youcanletgo_04
17-01-2016
151
30
Download
-
Bài giảng bài 1 giới thiệu tổng quan về học máy. Thông qua chương này người học có thể biết được vai trò của học máy trong trí tuệ nhân tạo, học máy là gì?, ứng dụng của học máy, các lĩnh vực liên quan đến học máy, các bước của học máy, các vấn đề cơ bản trong học máy,... Mời các bạn cùng tham khảo.
55p
youcanletgo_04
17-01-2016
119
23
Download
-
Bài 5 cung cấp những kiến thức về mô hình Markov ẩn (Hidden Markov Model). Các nội dung chính được trình bày trong chương này gồm có: Các khái niệm, ba bài toán cơ bản của HMM, thuộc tính Markov, thuật toán lan truyền xuôi,...và những nội dung khác.
28p
youcanletgo_04
17-01-2016
111
21
Download
-
Bài 2 trình bày về Concept Learning. Các nội dung chính trong bài này gồm có: Learning from examples, general-to specific ordering of hypotheses, version spaces and candidate elimination algorithm. Mời các bạn cùng tham khảo.
25p
youcanletgo_04
17-01-2016
94
16
Download
-
Bài 3 cung cấp cho người học những kiến thức về cây quyết định (Decision tree learning). Trong bài này người học có thể tìm hiểu một số nội dung sau: Định nghĩa, giới thiệu về cây quyết định; biểu diễn mô hình/giả thuyết bằng DT, Khả năng ứng dụng của DT, giải thuật học cơ bản,...và một số nội dung khác.
36p
youcanletgo_04
17-01-2016
78
16
Download
-
Bài 6 thảo luận về vấn đề học với luật Bayes và giải thuật di truyền. Thômg qua chương này người học có thể tìm hiểu về định lý (xác suất) Bayes, phương pháp lựa chọn giả thuyết, thuật toán học MAP vét cạn, thuật toán phân lớp Bayes đơn giản, các toán tử di truyền,... Mời các bạn cùng tham khảo để nắm bắt các nội dung chi tiết.
22p
youcanletgo_04
17-01-2016
77
12
Download
-
Chương 5 giúp người học hiểu về "Học máy". Nội dung trình bày cụ thể gồm có: Một số khái niệm, cây quyết định, học cây quyết định, thuật toán dựng cây, tập dữ liệu huấn luyện, cây phức tạp, gia lượng thông tin của tất cả các thuộc tính,...
43p
thiennga_12
06-03-2018
38
3
Download
-
Nội dung chương 7 trình bày đến người học những vấn đề liên quan đến "Nhập môn học máy", cụ thể như: Khái niệm về máy học, học quy nạp, học với cây quyết định, học trong Mạng Neural,...Mời các bạn cùng tham khảo!
91p
thiennga_12
06-03-2018
114
12
Download
-
Chương 4 - Các phương pháp học có giám sát (Mạng nơron nhân tạo - Artificial neural network). Chương này trình bày những nội dung chính sau: Giới thiệu mạng nơron nhân tạo, các ứng dụng điển hình, cấu trúc và hoạt động của một nơron nhân tạo, đầu vào và tổng kết dịch chuyển, hàm tác động - Giới hạn cứng, logic ngưỡng, kiến trúc mạng,... Mời các bạn cùng tham khảo nội dung chi tiết.
68p
tieu_vu16
03-01-2019
51
4
Download
-
Bài giảng Lý thuyết nhận dạng - Một số kỹ thuật trong lý thuyết nhận dạng trình bày dạng không tham số, có giám sát; dạng không giám sát; cửa sổ Parzen; ước lượng mật độ dùng cửa sổ Parzen; mạng neural theo xác suất; ranh giới quyết định của PNN; bộ phân lớp các láng giềng gần...
61p
cothumenhmong7
05-09-2020
80
5
Download
-
Bài giảng Lý thuyết nhận dạng - Một số kỹ thuật trong lý thuyết nhận dạng (tiếp) với các nội dung radial basis functions neural networks; kiến trúc của mạng neural RBF; khớp đường cong sử dụng mạng neural RBF; biểu diễn của dữ liệu nói trên; phân bố của mẫu trong ví dụ...
76p
cothumenhmong7
05-09-2020
47
5
Download
-
Bài giảng cung cấp cho người học các kiến thức: Giới thiệu mạng nơron nhân tạo, các ứng dụng điển hình, cấu trúc và hoạt động của một nơron nhân tạo, đầu vào và tổng kết dịch chuyển, hàm tác động - Giới hạn cứng, logic ngưỡng, kiến trúc mạng,... Mời các bạn cùng tham khảo nội dung chi tiết.
47p
koxih_kothogmih7
24-09-2020
42
8
Download
-
Bài giảng Trí tuệ nhân tạo cung cấp cho người học những kiến thức như: Giới thiệu, thuật toán, thuật giải, giải thuật di truyền, biểu diễn và suy luận tri thức, logic mệnh đề logic vị từ, máy học, mạng neural. Mời các bạn cùng tham khảo!
136p
chuheodethuong
11-07-2021
51
5
Download
-
Bài giảng “Trí tuệ nhân tạo”, một môn cơ sở chuyên ngành trong chương trình đào tạo cử nhân tin học, ngoài mục đích xây dựng nhiều bài giảng trên một khung chương trình đào tạo, mà còn giúp cho sinh viên có tài liệu học tập phù hợp với hoàn cảnh thực tế của Đại học Nha Trang. Nội dung bài giảng gồm: giới thiệu; thuật toán, thuật giải; giải thuật di truyền; biểu diễn và suy luận tri thức; logic mệnh đề logic vị từ; máy học; mạng Neural; SVM và HMM.
137p
tinarose
07-09-2021
52
7
Download
-
Bài giảng Học sâu và ứng dụng: Bài 3 Giới thiệu về mạng tích chập Conv Neural Networks, cung cấp cho người học những kiến thức như: Lớp gộp max pooling; Một số mạng CNNs cơ bản; Lớp tích chập; ImageNet Large Scale Visual Recognition Challenge (ILSVRC) winners;...Mời các bạn cùng tham khảo!
48p
tomjerry005
17-11-2021
29
5
Download
-
Bài giảng Học sâu và ứng dụng - Bài 3: Giới thiệu về mạng tích chập (Conv Neural Networks). Bài này cung cấp cho học viên những nội dung về: lịch sử CNNs; lớp tích chập; lớp gộp (pooling layer); lớp gộp max pooling; accuracy comparison;... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!
48p
duonghoanglacnhi
07-11-2022
31
6
Download
CHỦ ĐỀ BẠN MUỐN TÌM
