Компьютерное зрение. Современные методы и перспективы развития

Компьютерное зрение. Современные методы и перспективы развития

Библиографическая информация
Другие авторы:	Дэвис, Рой (Редактор), Терк, Мэтью (Редактор), Аакур, Сатьянараяна, Балахи, Йогеш, Цай, Хан
Формат:	Книга
Язык:	Russian
Публикация:	Москва ДМК Пресс 2022
Предметы:	компьютерное зрение распознавание образов нейронные сети искусственные глубокие (DNN) машинное обучение глубокое, применение машинное обучение глубокое, методы машинное обучение с ограниченным подкреплением обработка изображений компьютерное зрение трехмерное распознавание образов, модели обучения нейронные сети искусственные глубокие, вычислительные проблемы визуальные паттерны, синтез распознавание лиц машинное обучение семантической сегментации визуальное отслеживание объектов

Похожие документы

Глубокое обучение погружение в мир нейронных сетей
по: Николенко, Сергей Игоревич
Публикация: (2023)

Обучение с подкреплением для реальных задач. Инженерный подход [для аналитиков данных и специалистов по искусственному интеллекту] : пер. с англ.
по: Уиндер, Фил
Публикация: (2023)

Вероятностное машинное обучение введение
по: Мэрфи, Кэвин Патрик
Публикация: (2023)

Python и машинное обучение машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow : пер. с англ.
по: Рашка, Себастьян
Публикация: (2019)

Глубокое обучение с R и Keras Франсуа Шолле ; при участии Томаша Калиновски и Дж. Дж. Аллера ; пер. с англ. В. С. Яценкова
по: Шолле, Франсуа
Публикация: (2023)

Глубокое обучение с fastai и PyTorch минимум формул, минимум кода, максимум эффективности
по: Ховард, Джереми
Публикация: (2022)

Intelligent machine vision techniques, implementations and applications
по: Batchelor, Bruce Godfrey 1943-
Публикация: (2001)

Обнаружение объектов видеоряда на основе технологии машинного обучения (на примере лесных пожаров) автореферат диссертации на соискание ученой степени кандидата технических наук спец. 2.3.1
по: Лаптев, Н. В. специалист в области машиностроения инженер Томского политехнического университета 1995-
Публикация: (2023)

Обнаружение объектов видеоряда на основе технологии машинного обучения (на примере лесных пожаров) диссертация на соискание ученой степени кандидата технических наук спец. 2.3.1
по: Лаптев, Н. В. специалист в области машиностроения инженер Томского политехнического университета 1995-
Публикация: (2023)

Tradeoff search methods between interpretability and accuracy of the identification fuzzy systems based on rules
по: Yankovskaya, Anna Efimovna

Facial attribute editing for realistic image synthesis using segmentation-based differential activation a thesis for the degree of doctor of philosophy in computer sciences (systems analysis, control and data processing)
по: Gu, Chongyu
Публикация: (2024)

Стегоанализ цифровых изображений с использованием глубоких нейронных сетей и гетероассоциативных интегральных преобразований
по: Дрюченко, Михаил Анатольевич

Машинное обучение: новый искусственный интеллект [пер. с англ.]
по: Алпайдин, Этем
Публикация: (2017)

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow концепции, инструменты и техники для создания интеллектуальных систем : пер. с англ.
по: Жерон, Орельен
Публикация: (2019)

Analog VLSI circuits for the perception of visual motion
по: Stocker, Alan A.
Публикация: (2006)

Грокаем глубокое обучение
по: Траск, Эндрю
Публикация: (2022)

Deep structure, singularities, and computer vision First International Workshop, DSSCV 2005, Maastricht, The Netherlands, June 9-10, 2005. revised selected papers
Публикация: (2005)

Машинное обучение: новый искусственный интеллект пер. с англ.
по: Алпайдин, Этем
Публикация: (2017)

Глубокое обучение на Python
по: Шолле, Франсуа
Публикация: (2019)

От поверхности к объектам Машинное зрение и анализ трехмерных сцен
по: Фишер, Роберт Б.
Публикация: (1993)

Применение методов машинного обучения для классификации резонансного движения астероидов

Обработка естественного языка в действии
по: Хобсон, Лейн
Публикация: (2020)

Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей

Super-resolution reconstruction of noisy gas-mixture absorption spectra using deep learning

Детектирование звука сердечного сокращения при помощи методов машинного обучения
по: Файб, Семен Владимирович

Применение искусственных нейронных сетей в исследовании динамической структуры околоземного орбитального пространства
по: Красавин, Дмитрий Сергеевич

Machine vision and advanced image processing in remote sensing proceedings of concerted action MAVIRIC (machine vision in remotely sensed image comprehension)
Публикация: (1999)

Методы и алгоритмы сегментации медицинских изображений на основе машинного обучения автореферат диссертации на соискание ученой степени кандидата технических наук спец. 05.13.01
по: Данилов, В. В. специалист в области информатики и вычислительной техники инженер Томского политехнического университета 1989-
Публикация: (2020)

Применение искусственных нейронных сетей в задачах анализа динамической структуры областей околоземного орбитального пространства
по: Красавин, Дмитрий Сергеевич

Некоторые вопросы оценивания качества методов построения решающих функций
по: Неделько, Виктор Михайлович

Глубокое обучение погружение в мир нейронных сетей
по: Николенко, Сергей Игоревич
Публикация: (2019)

Искусственный интеллект и компьютерное зрение реальные проекты на Python, Keras и TensorFlow
по: Коул, Анирад
Публикация: (2023)

Искусственный интеллект с примерами на Python создание приложений искусственного интеллекта с помощью Python для взаимодействия с окружающим миром
по: Джоши, Пратик
Публикация: (2019)

Application of k-means clustering and histogram analysis to automate preprocessing of images of discomycetes obtained in the habitat
по: Filimonova, Darya A.

Исследование мультимодальных алгоритмов биометрической идентификации на основе методов цифровой обработки речевых сигналов и изображений: автореферат диссертации на соискание ученой степени кандидата технических наук. Спец. 2.2.13 - Радиотехника, в том числе системы и устройства телевидения/
по: Стефаниди, А. Ф. Антон Федорович
Публикация: (2022)

On a question of the information technology construction based on self-learning medicine intelligent system

Анализ нейронных сетей в телемедицине
по: Кузнецов, Денис Николаевич

Использование нейросетевого подхода в задаче распознавания коронавирусной инфекции по рентгеновским снимкам пациентов
по: Бугакова, Дарья Дмитриевна

Интерпретируемое машинное обучение на Python научитесь создавать интерпретируемые высокопроизводительные модели на практических примерах из реальной жизни : пер. с англ.
по: Масис, Серг
Публикация: (2023)

Прикладное глубокое обучение подход к пониманию глубоких нейронных сетей на основе метода кейсов
по: Микелуччи, Умберто
Публикация: (2020)