首頁(yè) > 雜志
北京郵電大學(xué)學(xué)報(bào)(2024年04期)
Journal of Beijing University of Posts and Telecommunications
-
- 基本信息
-
：北京郵電大學(xué)
：雙月
：1007-5321
- 出版信息
-
： 信息科技
： 電信技術(shù)
：5054篇
- 評(píng)價(jià)信息
-
：1.758
：1.008
：
目 錄
- 體系化人工智能
- 體系化人工智能與大語(yǔ)言模型在智能情報(bào)場(chǎng)景中的應(yīng)用
- 大語(yǔ)言模型時(shí)代的人工智能：技術(shù)內(nèi)涵、行業(yè)應(yīng)用與挑戰(zhàn)
- 基于物理信息變分自編碼器的計(jì)算流體動(dòng)力學(xué)修復(fù)
- 基于多模態(tài)推薦指令的大語(yǔ)言模型指令微調(diào)
- 基于空間極坐標(biāo)卷積的流體動(dòng)力學(xué)預(yù)測(cè)
- 融合大語(yǔ)言模型的領(lǐng)域問(wèn)答系統(tǒng)構(gòu)建方法
- 復(fù)雜端到端場(chǎng)景的跨視覺(jué)域目標(biāo)檢測(cè)算法
- 基于雅可比動(dòng)態(tài)逼近的圖像去噪網(wǎng)絡(luò)算法
- 基于子圖結(jié)構(gòu)語(yǔ)義增強(qiáng)的少樣本知識(shí)圖譜補(bǔ)全
- 基于元多任務(wù)提示學(xué)習(xí)的零樣本謠言檢測(cè)方法
- 面向工業(yè)膏體濃度監(jiān)測(cè)的體系化智能視覺(jué)信息融合模型
- 物理先驗(yàn)指導(dǎo)的神經(jīng)微分方程模型
- 面向醫(yī)學(xué)大模型的體系化人工智能框架構(gòu)建與應(yīng)用
- 基于分片DAG區(qū)塊鏈的拜占庭容錯(cuò)共識(shí)改進(jìn)算法
- 基于時(shí)序卷積網(wǎng)絡(luò)的數(shù)據(jù)中心服務(wù)器能耗模型
- 基于改進(jìn)生成對(duì)抗網(wǎng)絡(luò)的動(dòng)漫圖像風(fēng)格遷移算法
- 面向車聯(lián)網(wǎng)的動(dòng)態(tài)網(wǎng)絡(luò)切片資源部署算法
- 基于多模態(tài)特征與增強(qiáng)對(duì)齊的細(xì)粒度圖像分類
- 一種應(yīng)用于協(xié)作MIMO-NOMA系統(tǒng)的符號(hào)檢測(cè)算法
- 《北京郵電大學(xué)學(xué)報(bào)》征稿簡(jiǎn)則
