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 限定条件 发表日期：2022     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 Pruning the Communication Bandwidth between Reinforcement Learning Agents through Causal Inference: An Innovative Approach to Designing a Smart Grid Power System 期刊论文 SENSORS, 2022, 卷号: 22, 期号: 20, 页码: 24 作者:  Zhang, Xianjie;  Liu, Yu;  Li, Wenjun;  Gong, Chen 收藏  |  浏览/下载：15/0  |  提交时间：2022/11/21 smart grid  deep reinforcement learning  cooperative agents  communication  causal model  estimating ITE  variational auto-encoder   A modified YOLOv4 detection method for a vision-based underwater garbage cleaning robot 期刊论文 FRONTIERS OF INFORMATION TECHNOLOGY & ELECTRONIC ENGINEERING, 2022, 卷号: 23, 期号: 8, 页码: 1217-1228 作者:  Tian, Manjun;  Li, Xiali;  Kong, Shihan;  Wu, Licheng;  Yu, Junzhi 收藏  |  浏览/下载：12/0  |  提交时间：2022/11/14 Object detection  Aquatic environment  Garbage cleaning robot  Modified YOLOv4  TP242   RGBT Tracking by Trident Fusion Network 期刊论文 IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, 2022, 卷号: 32, 期号: 2, 页码: 579-592 作者:  Zhu, Yabin;  Li, Chenglong;  Tang, Jin;  Luo, Bin;  Wang, Liang 收藏  |  浏览/下载：17/0  |  提交时间：2022/06/06 Feature extraction  Convolution  Target tracking  Training  Aggregates  Visualization  Benchmark testing  RGBT tracking  feature aggregation  feature pruning  trident architecture   Deep Neural Network Self-Distillation Exploiting Data Representation Invariance 期刊论文 IEEE TRANSACTIONS ON NEURAL NETWORKS AND LEARNING SYSTEMS, 2022, 卷号: 33, 期号: 1, 页码: 257-269 作者:  Xu, Ting-Bing;  Liu, Cheng-Lin 收藏  |  浏览/下载：11/0  |  提交时间：2022/02/16 Training  Nonlinear distortion  Data models  Neural networks  Knowledge engineering  Network architecture  Generalization error  network compression  representation invariance  self-distillation (SD)   Multi-Granularity Pruning for Model Acceleration on Mobile Devices 会议论文 线上, 2022-07 作者:  Zhao TL(赵天理);  Zhang X(张希);  Zhu WT(朱文涛);  Wang JX(王家兴);  Yang S(杨森) 收藏  |  浏览/下载：2/0  |  提交时间：2023/06/21 Deep Neural Networks  Network Pruning  Structured Pruning  Non-structured Pruning  Single Instruction Multiple Data