换一批- 最近
- 已收藏
- 排序
- 筛选
- 436
- 3
- 1
- 1
- 108
- 79
- 72
- 48
- 45
- 34
- 3
- 1
- 1
- 1
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 医学主题词
- 出版状态
- 外文期刊
- 文献类型
- 刊名
- 作者
- 医学主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 宋秋月 陈圆 等 《军事医学》 2024年48卷7期 516-523页ISTICCSCDCA
【摘要】 目的 学习大脑视觉认知活动的多模态联合认知表征,提高认知表征的视觉信息分类性能,并从视觉图像特征中预测大脑脑电图(EEG)响应以及从EEG信号中解码出视觉图像.方法 基于多模态变分自编码器网络结构,结合混合专家乘积(MoPoE)方法学习联合...
- 概要：
- 方法：
- 结论：
【中文期刊】 张甜甜 赵庶旭 等 《计算机应用与软件》 2024年41卷6期 79-84页
【摘要】 肝癌是威胁人类健康的常见恶性肿瘤之一.通过对基因数据使用深度学习方法进行整合来系统地获取对肝癌的认知,使用多组学的疾病分析方法来探究各组学之间的相互关系,有助于更准确的临床决策.然而,由于多组学数据具有高维稀疏性,存在大量的冗余特征和较少的...
- 概要：
- 方法：
- 结论：
【中文期刊】 胡帅 袁志勇 等 《计算机应用研究》 2015年5期 1417-1420页
【摘要】 针对临床分类诊断中普遍存在的样本不均衡、错分代价不同、大量无标签样本和测量误差等特点，引入了机器学习中较新的研究成果———多层降噪自编码（stacked denoising autoencoders，SDA）神经网络，并与欠采样局部更新的元...
- 概要：
- 方法：
- 结论：
【外文期刊】 Vieira, Sandra ; Pinaya, Walter H. L. ; 等 《Neuroscience and Biobehavioral Reviews》 2017年74卷Pt.A期 58-75页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Polykovskiy, Daniil ; Zhebrak, Alexander ; 等 《Molecular pharmaceutics》 2018年15卷10期 4398-4405页SCISCIEMEDLINE
【关键词】 adversarial autoencoders;disentanglement;conditional generation;
- 概要：
- 方法：
- 结论：
【外文期刊】 Sampat, Chaitanya ; Ramachandran, Rohit ; 《Pharmaceutical research》 2022年39卷9期 2095-2107页SCISCIEMEDLINE
【关键词】 physics-constrained supervised auto-encoders;quality-by-Design (QbD);quality risk management;
- 概要：
- 方法：
- 结论：
【外文期刊】 Radmanesh M. ; Rezaei A.A. ; 等 《Neural Networks: The Official Journal of the International Neural Network Society》 2022年155卷 39-49页SCISCIEMEDLINE
- 概要：
- 方法：
- 结论：
【外文期刊】 Daiki Koge ; Naoaki Ono ; 等 《Molecular informatics.》 2021年40卷2期 2000203-2000203页
- 概要：
- 方法：
- 结论：
【外文期刊】 Guojun Huang ; Cheng Wang ; 等 《Future oncology》 2021年17卷33期 4481-4495页
- 概要：
- 方法：
- 结论：
【外文期刊】 Rajasenbagam, T. ; Jeyanthi, S. ; 《Journal of Medical Imaging and Health Informatics》 2021年11卷10期 2675-2682页
【关键词】 AlexNet;Autoencoders;Google Net;
- 概要：
- 方法：
- 结论：
加载中...
