Wyniki wyszukiwania dla: NETWORKS, DEEP LEARNING - MOST Wiedzy

Wyszukiwarka

Wyniki wyszukiwania dla: NETWORKS, DEEP LEARNING

Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (99)

Wyniki wyszukiwania dla: NETWORKS, DEEP LEARNING

  • Zespół Inżynierii Biomedycznej

    Potencjał Badawczy

    Inżynieria biomedyczna stanowi nową interdyscyplinarną dziedzinę wiedzy zlokalizowaną na pograniczu nauk technicznych, medycznych i biologicznych. Według opinii WHO (World Health Organization) można ją zaliczyć do głównych (obok inżynierii genetycznej) czynników decydujących o postępie współczesnej medycyny. Rosnące znaczenie kształcenia w zakresie INŻYNIERII BIOMEDYCZNEJ wynika z faktu, że specjaliści tej dyscypliny są potrzebni...

  • Zespół Inżynierii Biomedycznej

    Potencjał Badawczy

    Inżynieria biomedyczna stanowi nową interdyscyplinarną dziedzinę wiedzy zlokalizowaną na pograniczu nauk technicznych, medycznych i biologicznych. Według opinii WHO (World Health Organization) można ją zaliczyć do głównych (obok inżynierii genetycznej) czynników decydujących o postępie współczesnej medycyny. Rosnące znaczenie kształcenia w zakresie INŻYNIERII BIOMEDYCZNEJ wynika z faktu, że specjaliści tej dyscypliny są potrzebni...

  • Zespół Systemów Decyzyjnych i Robotyki

    Automatyka i Robotyka, która posiada silne posadowienie w matematycznej Teorii Systemów i Teorii Sterowania, już w połowie ubiegłego stulecia zaistniała w powszechnej świadomości jako Cybernetyka, która – kontynuując czerpanie wiedzy ze zjawisk istniejących w świecie natury – przekształciła się w Sztuczną Inteligencję, ciągle nie przestaje być dynamicznie rozwijającą się dziedziną z gruntu interdyscyplinarną, łączącą wiedzę i umiejętności...

Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (31)

Wyniki wyszukiwania dla: NETWORKS, DEEP LEARNING

Pozostałe wyniki Pokaż wszystkie wyniki (2736)

Wyniki wyszukiwania dla: NETWORKS, DEEP LEARNING

  • Neural networks and deep learning

    Publikacja

    - Rok 2022

    In this chapter we will provide the general and fundamental background related to Neural Networks and Deep Learning techniques. Specifically, we divide the fundamentals of deep learning in three parts, the first one introduces Deep Feed Forward Networks and the main training algorithms in the context of optimization. The second part covers Convolutional Neural Networks (CNN) and discusses their main advantages and shortcomings...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Deep Learning-Based Intrusion System for Vehicular Ad Hoc Networks

    Publikacja

    - CMC-Computers Materials & Continua - Rok 2020

    The increasing use of the Internet with vehicles has made travel more convenient. However, hackers can attack intelligent vehicles through various technical loopholes, resulting in a range of security issues. Due to these security issues, the safety protection technology of the in-vehicle system has become a focus of research. Using the advanced autoencoder network and recurrent neural network in deep learning, we investigated...

    Pełny tekst do pobrania w portalu

  • Deep Learning

    Publikacja

    - Rok 2021

    Deep learning (DL) is a rising star of machine learning (ML) and artificial intelligence (AI) domains. Until 2006, many researchers had attempted to build deep neural networks (DNN), but most of them failed. In 2006, it was proven that deep neural networks are one of the most crucial inventions for the 21st century. Nowadays, DNN are being used as a key technology for many different domains: self-driven vehicles, smart cities,...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Deep Learning-Based LOS and NLOS Identification in Wireless Body Area Networks

    In this article, the usage of deep learning (DL) in ultra-wideband (UWB) Wireless Body Area Networks (WBANs) is presented. The developed approach, using channel impulse response, allows higher efficiency in identifying the direct visibility conditions between nodes in off-body communication with comparison to the methods described in the literature. The effectiveness of the proposed deep feedforward neural network was checked on...

    Pełny tekst do pobrania w portalu

  • Channel State Estimation in LTE-Based Heterogenous Networks Using Deep Learning

    Following the continuous development of the information technology, the concept of dense urban networks has evolved as well. The powerful tools, like machine learning, break new ground in smart network and interface design. In this paper the concept of using deep learning for estimating the radio channel parameters of the LTE (Long Term Evolution) radio interface is presented. It was proved that the deep learning approach provides...

    Pełny tekst do pobrania w portalu