Διαχωρισμός ενέργειας σε πραγματικό χρόνο; Ταχεία ανακάλυψη μοτίβου σε χρονοσειρές ενεργειακών δεδομένων
Τα βαθιά νευρωνικά δίκτυα θεωρούνται ο κεντρικός άξονας της έρευνητικης περιοχής της τεχνητής νοημοσύνης στην σύγχρονη εποχή. Η έκρηξη του μεγέθους της πληροφορίας που παράγεται τα τελευταία χρόνια έχει οδηγήσει στην ανάπτυξη ισχυρών μοντέλων βαθιάς μάθησης, τα οποία βρίσκουν συμπεράσματα σε τεράστι...
Κύριος συγγραφέας: | Αργυρόπουλος, Αθανάσιος |
---|---|
Άλλοι συγγραφείς: | Argyropoulos, Athanasios |
Γλώσσα: | Greek |
Έκδοση: |
2022
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/16077 |
Παρόμοια τεκμήρια
-
Διαχωρισμός ενέργειας και προληπτική συντήρηση σε πραγματικό χρόνο; Αποδοτικές τεχνικές μηχανικής μάθησης μεγάλης κλίμακας για ταχεία ανακάλυψη μοτίβων σε ενεργειακές ροές δεδομένων
ανά: Λυκοθανάση, Καλλιόπη-Κλέλια
Έκδοση: (2021) -
Χρονοσυχνοτικές αναπαραστάσεις σηµάτων και διαχωρισµός μουσικών πηγών
ανά: Νάνος, Νικόλαος
Έκδοση: (2022) -
Αυτόματος διαχωρισμός φωτογραφιών και γραφικών υπολογιστή με χρήση τεχνικών βαθιάς μάθησης
ανά: Αβράμης, Αλέξανδρος
Έκδοση: (2021) -
Ανάπτυξη εργαλείου για την απομόνωση και εξαγωγή φωνητικού περιεχομένου από ένα σύνολο ηχητικών σημάτων
ανά: Θεοδώρου, Θεόδωρος-Μιχαήλ
Έκδοση: (2022) -
Τεχνικές εκμάθησης βαθέος λεξικού για το πρόβλημα του ενεργειακού επιμερισμού
ανά: Γεωργάτος, Ευάγγελος
Έκδοση: (2020)