非常抱歉,我们暂时无法提供预览,您可以试试: 免费下载 T/CI 154-2023 前三页,或者稍后再访问。
您也可以尝试购买此标准,
点击右侧 “购买” 按钮开始采购(由第三方提供)。
点击下载后,生成下载文件时间比较长,请耐心等待......
各类机器学习算法在植物多组学研究中的应用 王向峰供图论文首先介绍了现代机器学习技术的主要类型(包括监督式学习、半监督式学习、非监督学习、深度学习等)与最新进展;其次,综述了如何将现代机器学习算法应用于高维多组学数据降维、基因调控网络推断、多组学数据关联分析与基因挖掘,以及候选基因的优先级决策等植物学基础研究中;再次,介绍了基于半监督学习框架的深度学习算法在植物表型组学中的应用进展;最后,介绍了机器学习技术在全基因组选择辅助育种...
采用线网健康诊断方法,利用时空数据挖掘、深度学习等一系列技术手段,实现线路健康指数排序、公交专用道设置建议、基于块数据的供需匹配、中途站时刻表优化,从而提出新的数据分析解决方案,甄别不健康的线路,找到原因并改善,定期形成“公交诊断报告”,提出了数据驱动的城市公交线网优化的解决方案。 信号灯、气象、路段线速、路口排队长度……这些数据信息为提升政府治理能力带来新机遇。...
近日,华东理工大学机械与动力工程学院、先进电池系统与安全重点实验室教授栾伟玲课题组与国家级高层次人才、华东理工大学讲席教授陈浩峰合作,在全球交通科学与技术领域期刊《交通电动化》发表论文,首次提出用于锂电池寿命预测相关的可解释性深度学习框架。 在锂电池寿命预测领域,建立全面的电池老化模型是项艰巨任务。因此,数据驱动方法受到越来越多的关注。...
其中包括数据中心的服务器设计、数据中心规划和设计、分布式系统、超大规 模集群自动化运维、大规模GPU并行化平台等。其次是数据工厂,它可以支持超大规模的异构数据查询和大数据分析,也就是调用硬件,来完成数据的挖掘和分 析。而百度大脑,其实是对单集群规模数据能力的扩展——基于深度学习技术,让机器模拟人类大脑多层神经元的思维模式做出预测模型。 ...
Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号