QQ客服 官方微博 反馈留言

浏览/检索结果: 共5条，第1-5条 帮助 已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Label propagation-based unsupervised domain adaptation for intelligent fault diagnosis 期刊论文 JOURNAL OF INTELLIGENT MANUFACTURING, 2023, 页码: 18 作者:  Wang, Huanjie;  Li, Yuan;  Bai, Xiwei;  Li, Jingwei;  Tan, Jie 收藏  |  浏览/下载：3/0  |  提交时间：2023/11/17 Intelligent diagnosis  Rotating machinery  Label propagation  Subpopulation shift  Unsupervised domain adaptation   A unified framework for multi-modal federated learning 期刊论文 NEUROCOMPUTING, 2022, 卷号: 480, 页码: 110-118 作者:  Xiong, Baochen;  Yang, Xiaoshan;  Qi, Fan;  Xu, Changsheng 收藏  |  浏览/下载：17/0  |  提交时间：2022/06/06 Multi-modal  Federated learning  Co-attention   Learning to Learn Adaptive Classifier-Predictor for Few-Shot Learning 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 卷号: 32, 期号: 8, 页码: 3458-3470 作者:  Lai, Nan;  Kan, Meina;  Han, Chunrui;  Song, Xingguang;  Shan, Shiguang 收藏  |  浏览/下载：15/0  |  提交时间：2021/12/01 Task analysis  Adaptation models  Training  Predictive models  Feature extraction  Generators  Computational modeling  Few-shot learning  meta-learning  predict classifier weights  task-adaptive predictor   Meta-Prototypical Learning for Domain-Agnostic Few-Shot Recognition 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2021, 期号: 1, 页码: 7 作者:  Wang, Rui-Qi;  Zhang, Xu-Yao;  Liu, Cheng-Lin 收藏  |  浏览/下载：3/0  |  提交时间：2022/01/27 Task analysis  Testing  Training  Prototypes  Learning systems  Adaptation models  Pattern recognition  Domain-agnostic few-shot recognition  image classification  meta-learning  prototypical learning   Model-Agnostic Metalearning-Based Text-Driven Visual Navigation Model for Unfamiliar Tasks 期刊论文 IEEE ACCESS, 2020, 卷号: 8, 页码: 166742-166752 作者:  Xue TF(薛天放);  Yu HB(于海斌) 收藏  |  浏览/下载：4/0  |  提交时间：2020/10/10 Navigation  Task analysis  Visualization  Adaptation models  Semantics  Robots  Feature extraction  Mapless-visual navigation  semantic segmentation  text-driven  model-agnostic meta-learning