Phân tích ý kiến người dùng sử dụng phương pháp học sâu kết hợp CNN-LSTM
Không đồng ý về việc phục vụ đọc trực tuyến, chép file và cho photo 50% tài liệu; TM tài liệu tham khảo tr. 57 - 58; Luận văn Thạc sỹ trường Đại học Thủ Dầu Một. Chuyên ngành: Hệ thống thông tin. Mã số: 8480104; Luận văn gồm 3 chương: Giới th...
Đã lưu trong:
| Príomhúdar: | Trần, Hữu Hạnh |
|---|---|
| Údair Eile: | Bùi, Thanh Hùng |
| Formáid: | Leabhar |
| Teanga: | Undetermined |
| Foilsithe: |
Bình Dương
2019
|
| Ábhair: | |
| Rochtain Ar Líne: | http://lrc.tdmu.edu.vn/opac/search/detail.asp?aID=2&ID=40036 |
| Clibeanna: |
Cuir Clib Leis
Gan Chlibeanna, Bí ar an gcéad duine leis an taifead seo a chlibeáil!
|
| Thư viện lưu trữ: | Trung tâm Học liệu Trường Đại học Thủ Dầu Một |
|---|
Míreanna Comhchosúla
-
Ứng dụng kỹ thuật học sâu giám sát lưu lượng phương tiện giao thông theo thời gian thực
le: Đào, Duy Tuấn, et al.
Foilsithe: (2021) -
Ứng dụng mô hình học sâu trong nhận dạng và phát hiện thời kỳ chính của trái thơm
le: Bùi, Xuân Thiện, et al.
Foilsithe: (2021) -
Tìm hiểu một số mô hình áp dụng các thuật toán tiến hóa huấn luyện mạng nơ ron RBF
le: Trần, Ngọc Anh
Foilsithe: (2024) -
Điểm danh tự động dựa trên mô hình mạng Nơ-Ron tích chập xếp tầng đa nhiệm và kỹ thuật Triplet Loss
le: Lê, Thị Thu Nga, et al.
Foilsithe: (2021) -
Kết hợp mạng nơ ron tích chập và mạng nơ ron đồ thị trong phân loại ảnh y khoa : Luận văn thạc sĩ - Chuyên ngành: Khoa học máy tính
le: Kết hợp mạng nơ ron tích chập và mạng nơ ron đồ thị trong phân loại ảnh y khoa : Luận văn thạc sĩ - Chuyên ngành: Khoa học máy tính, et al.
Foilsithe: (2023)