CSpace

浏览/检索结果: 共419条,第1-10条 帮助

已选(0)清除 条数/页:   排序方式:
ACRank:在神经排序模型中引入检索公理知识 期刊论文
计算机学报, 2023, 卷号: 46, 期号: 10, 页码: 2117
作者:  薄琳;  庞亮;  张朝亮;  王钊伟;  董振华;  徐君;  文继荣
收藏  |  浏览/下载:9/0  |  提交时间:2024/05/20
neural ranking model  information retrieval axiom  contrastive learning  knowledge driven  data driven  神经检索模型  信息检索公理  对比学习  知识驱动  数据驱动  
面向高能效加速器的二值化神经网络设计和训练方法 期刊论文
计算机辅助设计与图形学学报, 2023, 卷号: 35, 期号: 6, 页码: 961
作者:  李佳骏;  许浩博;  王郁杰;  肖航;  王颖;  韩银和;  李晓维
收藏  |  浏览/下载:6/0  |  提交时间:2024/05/20
binarized neural networks  deep learning  model training  neural network accelerators  二值化神经网络  深度学习  模型训练  神经网络加速器  
区块链星型分片架构通量模型及应用 期刊论文
软件学报, 2023, 卷号: 34, 期号: 9, 页码: 4294
作者:  王柯元;  姜鑫;  贾林鹏;  段田田;  孙毅
收藏  |  浏览/下载:6/0  |  提交时间:2024/05/20
blockchain  parallelization  sharding  starlike sharding structure  throughput model  区块链  并行化  分片  星型分片架构  通量模型  
基于深度Alignment网络的足部测量 期刊论文
系统仿真学报, 2020, 卷号: 32.0, 期号: 007, 页码: 1267
作者:  石敏;  姚瀚钦;  李淳芃;  陈良臣
收藏  |  浏览/下载:25/0  |  提交时间:2023/12/04
人体测量  足部测量  目标检测  深度网络  DAN模型  
QingLong:一种基于常变量异步拷贝的神经网络编程模型 期刊论文
计算机学报, 2020, 卷号: 43.0, 期号: 004, 页码: 587
作者:  杜伟健;  陈云霁;  支天;  吴林阳;  陈小兵;  庄毅敏
收藏  |  浏览/下载:11/0  |  提交时间:2023/12/04
神经网络  编程模型  常量和变量  异步拷贝  软件开发工具  
用数据驱动的编程模型并行多重网格应用 期刊论文
计算机科学, 2020, 卷号: 47.0, 期号: 008, 页码: 32
作者:  郭杰;  高希然;  陈莉;  傅游;  刘颖
收藏  |  浏览/下载:23/0  |  提交时间:2023/12/04
多重网格  MPI遗产应用  数据驱动的任务并行编程模型  异构众核  计算-通信重叠  
面向异构IoT设备协作的DNN推断加速研究 期刊论文
计算机研究与发展, 2020, 卷号: 57.0, 期号: 004, 页码: 709
作者:  孙胜;  李叙晶;  刘敏;  杨博;  过晓冰
收藏  |  浏览/下载:11/0  |  提交时间:2023/12/04
深度神经网络推断加速  异构设备协作  进化增强学习  多层预测模型  拆分策略  
结合注意力模型与双峰高斯分布的深度哈希检索算法 期刊论文
计算机辅助设计与图形学学报, 2020, 卷号: 32.0, 期号: 005, 页码: 759
作者:  李宗民;  张鹏;  刘玉杰;  李华
收藏  |  浏览/下载:10/0  |  提交时间:2023/12/04
深度哈希  注意力模型  双峰高斯分布  图像检索  
基于多任务迭代学习的论辩挖掘方法 期刊论文
计算机学报, 2019, 卷号: 42, 期号: 7, 页码: 1524
作者:  廖祥文;  陈泽泽;  桂林;  程学旗;  陈国龙
收藏  |  浏览/下载:11/0  |  提交时间:2023/12/04
多任务学习  论辩挖掘  迭代模型  深度学习  卷积神经网络  
结合细粒度特征与深度卷积网络的手绘图检索 期刊论文
中国图象图形学报, 2019, 卷号: 24.0, 期号: 006, 页码: 946
作者:  李宗民;  刘秀秀;  刘玉杰;  李华
收藏  |  浏览/下载:10/0  |  提交时间:2023/12/04
手绘图像检索  卷积神经网络  注意力模型  细粒度特征  特征融合