Найдено 13 результатов.

Результаты
	1.	Classification of audio samples by convolutional networks in audiobeehive monitoring = Классификация аудиофайлов с помощью сверточных нейронных сетей в электронном аудиомониторинге ульев / В. А. Кулюкин, С. Мукерджи, Ю. Б. БуркатовскаяУровень набора: Вестник Томского государственного университета. Управление, вычислительная техника и информатика / Томский государственный университет (ТГУ)Доступность: : Добавить в подборку Добавить в корзину (удалить)
	2.	Development of the video stream object detection algorithm (VSODA) with tracking / A. Yu. Zarnitsyn, A. S. Volkov, A. A. Voytsekhovskiy, B. I. PyakullyaУровень набора: EAI Endorsed Transactions on Energy WebДоступность: : Добавить в подборку Добавить в корзину (удалить)
	3.	Comparative Study of Deep Learning Modelsfor Automatic Coronary Stenosis Detectionin X-ray Angiography / V. V. Danilov, O. M. Gerget, K. Yu. Klyshnikov[et al.]Уровень набора: CEUR Workshop Proceedings, Online Proceedings for Scientific Conferences and WorkshopsДоступность: : Добавить в подборку Добавить в корзину (удалить)
	4.	Диагностика патологий по данным видеоэндоскопии с использованием ансамбля сверточных нейронных сетей = An ensemble of convolutional neural networks for the use in video endoscopy / С. В. Аксёнов, К. А. Костин, А. В. Иванова [и др.]Уровень набора: Современные технологии в медицине = 2009-Доступность: Щелкните здесь для доступа в онлайн \| Щелкните здесь для доступа в онлайн : Добавить в подборку Добавить в корзину (удалить)
	5.	X-ray Computed Tomography Procedures to Quantitatively Characterize the Morphological Features of Triply Periodic Minimal Surface Structures / S. Evsevleev, T. A. Mishurova, D. Khrapov [et al.]Уровень набора: MaterialsДоступность: : Добавить в подборку Добавить в корзину (удалить)
	6.	Oxynet: A collective intelligence that detects ventilatory thresholds in cardiopulmonary exercise tests / A. Zignoli, A. Fornasiero, P. Rota [et al.]Уровень набора: European Journal of Sport ScienceДоступность: : Добавить в подборку Добавить в корзину (удалить)
	7.	Predicting oil flow rate through orifice plate with robust machine learning algorithms / A. R. Behesht Abad, P. S. Tehrani, M. Naveshki [et al.]Уровень набора: Flow Measurement and InstrumentationДоступность: : Добавить в подборку Добавить в корзину (удалить)
	8.	A Deep Neural Network for Simultaneous Estimation of b Jet Energy and Resolution / A. M. Sirunyan, A. R. Tumasyan, W. Adam [et al.]Уровень набора: Computing and Software for Big ScienceДоступность: : Добавить в подборку Добавить в корзину (удалить)
	9.	Aortography Keypoint Tracking for Transcatheter Aortic Valve Implantation Based on Multi-Task Learning / V. V. Danilov, K. Yu. Klyshnikov, O. M. Gerget [et al.]Уровень набора: Frontiers in Cardiovascular MedicineДоступность: : Добавить в подборку Добавить в корзину (удалить)
	10.	Methods of Forecasting Electric Energy Consumption: A Literature Review / R. V. Klyuev, I. D. Morgoev, A. D. Morgoeva [et al.]Уровень набора: EnergiesДоступность: : Добавить в подборку Добавить в корзину (удалить)
	11.	Predicting shear wave velocity from conventional well logs with deep and hybrid machine learning algorithms / M. Rajabi, O. Hazbeh, Sh. Davoodi [et al.]Уровень набора: Journal of Petroleum Exploration and ProductionДоступность: : Добавить в подборку Добавить в корзину (удалить)
	12.	Wind, Solar, and Photovoltaic Renewable Energy Systems with and without Energy Storage Optimization: A Survey of Advanced Machine Learning and Deep Learning Techniques / A. Laith, A. Z. Raed, H. A. Khaled [et al.]Уровень набора: EnergiesДоступность: : Добавить в подборку Добавить в корзину (удалить)
	13.	Prediction of permeability of highly heterogeneous hydrocarbon reservoir from conventional petrophysical logs using optimized data-driven algorithms / A. Sheykhinasab, A. A. Mohseni, A. B. Bahari [et al.]Уровень набора: Journal of Petroleum Exploration and ProductionДоступность: : Добавить в подборку Добавить в корзину (удалить)