×
验证码:
换一张
忘记密码?
记住我
×
登录
中文版
|
English
中国科学院计算技术研究所机构知识库
Institute of Computing Technology, Chinese Academy IR
登录
注册
ALL
ORCID
题名
作者
学科领域
关键词
文献类型
出处
收录类别
出版者
发表日期
存缴日期
资助项目
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
学科分类
知识图谱
新闻&公告
在结果中检索
研究单元&专题
中国科学院计算技术... [83]
中国科学院计算技术... [18]
作者
Ding, Shif... [4]
Zhang, Jia... [3]
Zhang, Nan [3]
Luo, Haiyo... [2]
Tian, Qi [2]
Wang, Ying [2]
更多...
文献类型
学位论文 [82]
期刊论文 [19]
发表日期
2018 [101]
语种
中文 [82]
英语 [19]
出处
IEEE ACCES... [3]
IEEE TRANS... [2]
NEUROCOMPU... [2]
ARTIFICIAL... [1]
CHINESE JO... [1]
IEEE JOURN... [1]
更多...
资助项目
National N... [4]
National N... [3]
ARO[W911NF... [2]
National B... [2]
National K... [2]
National K... [2]
更多...
收录类别
SCI [17]
其他 [1]
资助机构
×
知识图谱
CSpace
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共101条,第1-10条
帮助
限定条件
发表日期:2018
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
作者升序
作者降序
WOS被引频次升序
WOS被引频次降序
提交时间升序
提交时间降序
期刊影响因子升序
期刊影响因子降序
题名升序
题名降序
发表日期升序
发表日期降序
An overview on probability undirected graphs and their applications in image processing
期刊论文
NEUROCOMPUTING, 2018, 卷号: 321, 页码: 156-168
作者:
Zhang, Jian
;
Ding, Shifei
;
Zhang, Nan
收藏
  |  
浏览/下载:79/0
  |  
提交时间:2019/12/10
Restricted Boltzmann machine
Conditional random field
Classification
Deep neural nets
Transfer collaborative filtering from multiple sources via consensus regularization
期刊论文
NEURAL NETWORKS, 2018, 卷号: 108, 页码: 287-295
作者:
Zhuang, Fuzhen
;
Zheng, Jing
;
Chen, Jingwu
;
Zhang, Xiangliang
;
Shi, Chuan
;
He, Qing
收藏
  |  
浏览/下载:85/0
  |  
提交时间:2019/08/16
Collaborative filtering
Transfer learning
Multiple sources
Consensus regularization
Joint Design of Training and Hardware Towards Efficient and Accuracy-Scalable Neural Network Inference
期刊论文
IEEE JOURNAL ON EMERGING AND SELECTED TOPICS IN CIRCUITS AND SYSTEMS, 2018, 卷号: 8, 期号: 4, 页码: 810-821
作者:
He, Xin
;
Lu, Wenyan
;
Yan, Guihai
;
Zhang, Xuan
收藏
  |  
浏览/下载:233/0
  |  
提交时间:2019/04/03
Approximate computing
neural network accelerator
hardware-oriented training
sensitivity analysis
energy efficient architecture
near threshold voltage
approximate multiplier
Learning sequential features for cascade outbreak prediction
期刊论文
KNOWLEDGE AND INFORMATION SYSTEMS, 2018, 卷号: 57, 期号: 3, 页码: 721-739
作者:
Gou, Chengcheng
;
Shen, Huawei
;
Du, Pan
;
Wu, Dayong
;
Liu, Yue
;
Cheng, Xueqi
收藏
  |  
浏览/下载:77/0
  |  
提交时间:2019/12/10
Social network
Outbreak prediction
Sequential feature
LSTM
Popularity prediction
无权访问的条目
学位论文
作者:
覃力
Adobe PDF(6411Kb)
  |  
收藏
  |  
浏览/下载:5/0
  |  
提交时间:2019/01/16
无权访问的条目
学位论文
作者:
高婉铃
Adobe PDF(14808Kb)
  |  
收藏
  |  
浏览/下载:1/0
  |  
提交时间:2018/12/26
Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach
期刊论文
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2018, 卷号: 40, 期号: 11, 页码: 2597-2609
作者:
Han, Hu
;
Jain, Anil K.
;
Wang, Fang
;
Shan, Shiguang
;
Chen, Xilin
收藏
  |  
浏览/下载:79/0
  |  
提交时间:2019/12/10
Face recognition
heterogeneous attribute estimation
attribute correlation
attribute heterogeneity
multi-task learning
A traffic pattern detection algorithm based on multimodal sensing
期刊论文
INTERNATIONAL JOURNAL OF DISTRIBUTED SENSOR NETWORKS, 2018, 卷号: 14, 期号: 10, 页码: 16
作者:
Qin, Yanjun
;
Luo, Haiyong
;
Zhao, Fang
;
Zhao, Zhongliang
;
Jiang, Mengling
收藏
  |  
浏览/下载:256/0
  |  
提交时间:2019/04/03
Deep learning
low power consumption
transportation mode detection
multimodal sensing
performance comparison
A Case of On-Chip Memory Subsystem Design for Low-Power CNN Accelerators
期刊论文
IEEE TRANSACTIONS ON COMPUTER-AIDED DESIGN OF INTEGRATED CIRCUITS AND SYSTEMS, 2018, 卷号: 37, 期号: 10, 页码: 1971-1984
作者:
Wang, Ying
;
Li, Huawei
;
Li, Xiaowei
收藏
  |  
浏览/下载:72/0
  |  
提交时间:2019/12/10
Convolutional neural network (CNN)
deep learning
low power
memory subsystem
Research of stacked denoising sparse autoencoder
期刊论文
NEURAL COMPUTING & APPLICATIONS, 2018, 卷号: 30, 期号: 7, 页码: 2083-2100
作者:
Meng, Lingheng
;
Ding, Shifei
;
Zhang, Nan
;
Zhang, Jian
收藏
  |  
浏览/下载:68/0
  |  
提交时间:2019/12/10
Autoencoder
Stacked autoencoders
Feature extraction
Unsupervised learning
Sparse coding
Deep learning