变分自编码器相关论文
高分辨率遥感图像在资源勘探、环境监测、城乡规划、变化检测等方面起着重要的作用。然而,由于信号传输带宽及成像传感器等限制,遥......
针对已有基于变分自编码器（VAE）的多维时间序列（MTS）异常检测模型无法在隐空间中传播随机变量间的长时依赖性问题，提出了一种融合Transf......
针对现有的异常检测算法无法同时捕捉广播式自动相关监视（Automatic Dependent Surveillance-Broadcast，ADS-B）报文序列中的长程依赖......
在城市排水系统领域中,城市地下水位智能监测技术是非常重要的研究方向。地下水位预测与异常检测能为排水系统及时提供参数信息,保......
在多聚焦图像融合问题中，为了尽可能多的保留原始图像信息并提升图像融合的质量。结合了变分自编码器结构及无参考图像清晰度评价指......
齿轮作为工业设备传动系统的关键零部件,被广泛应用于交通运输、国防军工、工厂生产、城市建造等各个领域,其稳定运行可保证系统整......
随着新一轮工业革命的到来,传统制造业不断向着智能制造方向转变升级,其生产规模日益扩大,工艺流程也愈发复杂,对工业过程的状态监......
近年来,随着深度学习的快速发展,各种不同类型的深度神经网络在计算机视觉、自然语言处理以及无人驾驶等不同领域中取得了成功。为......
多元时间序列作为一种常见的数据储存形式,广泛存在于现实世界各个领域的复杂系统中并得到大量分析应用。而实际获取的多元数据可......
基于像素相关性的传统视频压缩技术性能提升空间受限，语义压缩成为视频压缩编码的新方向，视频图像重建是语义压缩编码的关键环节。首......
手绘草图作为一种便捷高效的思想表达方式,在日常生活中经常作为人们沟通交流的重要工具。随着触摸屏设备的普及,手绘草图成为了一......
在自然语言处理过程中,由于语义的歧义性,致使计算机对自然语言的理解往往需要以一定的语境和大量的先验知识为依据,然后通过语言......
现有的基于度量的小样本图像分类模型展现了一定的小样本学习性能，然而这些模型往往忽略了原始数据被分类关键特征的提取。图像数据......
为了弥补深度学习理论部分的欠缺，将从概率统计的角度对经典的深度生成模型——生成对抗网络和变分自编码器背后的数学机理进行分析......
图像压缩是低层级图像处理领域的重要研究方向，近年来，基于深度学习的图像压缩算法取得了巨大进展。结合注意力模块RBAM（Residual Blo......
近年来,随着计算机视觉领域技术的不断突破与创新,在图像信息利用越来越多元化的背景下,视频预测成为当下深度学习研究的一个热点......
概率生成模型的引入使异常检测任务的发展突飞猛进,特别是基于深度神经网络的概率生成模型,更是显著提升了多领域异常检测任务的性......
图像修复技术的目标是实现对图片中的缺损区域进行修补,并使得修补后的图片具备真实性,是计算机视觉领域的关键技术。目前随着生成......
随着时间进入21世纪,信息技术的快速发展,使得依托现代信息技术手段建立有针对性的个性化营销体系成为可能。本研究从电商企业优惠......
金属薄板冲压成形技术被广泛用于制造业中。随着计算机技术和数值模拟分析理论的完善,CAE技术被应用于薄板冲压成形模拟仿真分析,......
随着人类社会的发展,人们对惯性导航系统的精度要求进一步提高。导航精度主要由惯性元件的输出精度决定,而惯性元件对温度的变化极......
日志对维护系统的可靠性和可用性具有十分重要的意义,异常日志消息的出现往往标志着系统异常的发生。然而,随着系统规模的不断扩大......
随着互联网技术的快速发展,社交网络逐渐成为人们获取新闻资讯的重要来源之一。在带来便利的同时,社交网络也为谣言的危害性传播提......
在现代社会,材料化学中新分子探索已经成为热门话题,而材料创新是许多近期技术进步的关键驱动力。化学和材料科学领域的研究一直在......
为了能够精准地对煤矿皮带运输机上的异物进行检出,提出了一种基于深度生成模型的皮带异物检测方法.首先,利用常规的变分自编码器（v......
复杂系统的监测会产生大量的多变量时序数据,对这些数据进行异常检测对维持系统正常运作至关重要。尽管最近出现了大量的多变量时......
计算机技术迅猛发展,机器学习在生活中的应用场景越来越多。目前,很多机器学习算法依赖大量的标注样本训练才能完成分类任务,但一......
随着国民经济的快速发展,国民汽车保有量呈现激增的态势,由此带来的轮胎需求及轮胎生产缺口日益扩大。轮胎作为汽车生产中的关键零......
在如今快速发展的铁路事业中,智能化、数字化的实时检测变得越来越重要。受电弓作为铁路牵引供电系统的重要组成部分,担负着从接触......
网络中包含大量数据,并且这些数据中蕴含着有价值的信息。网络大数据挖掘是利用数据挖掘相关技术从网络大数据中提取模式和知识,例......
在现如今海量的数据环境和高效的性能要求下,深度学习算法因其具有的多层非线性结构而具有非常强大的特征表达能力和建模能力,已经......
随着互联网的高速发展,很多电子商务平台逐渐兴起并提高了大众生活质量,但随着数据规模的爆炸式增长,正在使用推荐系统的互联网平......
随着网络通信技术的日益成熟、网络规模的不断扩大,网络安全具有越来越重要的意义。网络流量数据的异常检测和分类成了维护网络安......
随着音视频会议系统以及基于语音的人机交互系统的成熟和发展,语音增强算法在通信领域以及人工智能领域得到了广泛的研究和关注。......
电动汽车（Electric Vehicle,EV）充电负荷时序随机性强,随着EV渗透率的不断增加,EV无序充电的随机性对孤岛型微电网的经济性与供电可......
图像检索技术研究的是如何在海量的图像数据中检索出与输入最为接近的图像,这一技术在电子商务、公共安全、城市规划等方面有着广......
统计表明,一款新药从设计到上市的研发周期平均需要十三年的时间和多达几十亿美元的研发成本。其中,生成类药性分子候选库是药物合......
目前大多数KPI异常检测方法无法提取数据的有效特征，且未充分考虑KPI的时间相关性，检测不够准确。因此，针对KPI序列的异常检测问题，提......
在室内定位技术中,应用最广泛的就是Wi Fi无线传感器。目前大多数基于Wi Fi室内指纹定位都采用两阶段法,第一阶段通过离线收集并记......
随着互联网技术与移动支付的不断发展,网上购物已经成为人们日常生活的一部分,推荐系统在网上购物中帮助用户筛选出心仪的商品,是......
聚类算法是指根据数据的关联性,将相似数据划分至相同数据簇,而将相异数据划分至不同数据簇的过程。随着计算机深入到人们日常生活......
缺失数据填补是数据预处理中的重要内容,缺失数据的填补对数据挖掘、人工智能等以数据为基础的技术有着重要意义。随着5G通信技术......
在旋转设备故障诊断领域,通常会遇到数据非均衡的问题,即故障数据的数量特别是灾难性故障数据或意外的机械故障很少,而正常状态数......
