目 錄

• 融合GNN和注意力增強(qiáng)LSTM的軌跡相似度計(jì)算方法
• 基于大語言模型的體檢總檢結(jié)論自動(dòng)生成研究
• 基于約束規(guī)劃的航空電子系統(tǒng)任務(wù)分配與調(diào)度方法
• 實(shí)時(shí)系統(tǒng)多路徑任務(wù)概率時(shí)序分析研究綜述
• 結(jié)合語法規(guī)則和圖神經(jīng)網(wǎng)絡(luò)的文本分類方法
• 基于改進(jìn)注意力機(jī)制的領(lǐng)域?qū)咕W(wǎng)絡(luò)的認(rèn)知負(fù)荷識(shí)別模型
• 在線社交網(wǎng)絡(luò)中基于雙向動(dòng)態(tài)圖注意力網(wǎng)絡(luò)的異質(zhì)圖謠言檢測(cè)方法
• 一種多種群進(jìn)化和差分變異的鯨魚優(yōu)化算法
• 基于雙流殘差融合的多模態(tài)諷刺解釋研究
• 利用序數(shù)偏好預(yù)測(cè)的在線服務(wù)信譽(yù)度量
• 面向?qū)傩愿拍罡裣碌闹R(shí)狀態(tài)轉(zhuǎn)移方法
• 基于相似度感知的深度卷積神經(jīng)網(wǎng)絡(luò)剪枝方法
• 一種偏差和方差雙降的雙魯棒去偏學(xué)習(xí)模型
• 聯(lián)合場(chǎng)景理解與多尺度特征融合的人群計(jì)數(shù)方法
• 廉價(jià)卷積和解耦注意力的輕量化圖像分割網(wǎng)絡(luò)研究
• 融合大卷積核注意力機(jī)制的水下目標(biāo)檢測(cè)算法
• 最小點(diǎn)距離的邊界框回歸損失函數(shù)及其應(yīng)用
• CSAM:用于單目標(biāo)跟蹤的卷積自注意力模塊
• 融合多尺度特征與邊緣增強(qiáng)的前列腺圖像分割
• 可變形分支注意力融合網(wǎng)絡(luò)的胰腺分割方法
• 一種改進(jìn)Oriented RepPoints的遙感圖像有向目標(biāo)檢測(cè)
• 基于SPD的改進(jìn)YOLOv5的公交站臺(tái)人群區(qū)域密度分析
• 一種基于Transformer的偽裝目標(biāo)實(shí)例分割方法
• 口令攻擊的集成學(xué)習(xí)模型構(gòu)建方法
• 面向工業(yè)超高可靠低時(shí)延通信的5G網(wǎng)絡(luò)上行混合重傳策略
• 復(fù)雜環(huán)境下多策略改進(jìn)麻雀搜索的定位算法
• 云邊協(xié)同下電力負(fù)荷終端低延遲接入響應(yīng)方法
• 基于AADL的DIMA系統(tǒng)建模與可調(diào)度性分析方法
• GPU任務(wù)調(diào)度研究綜述
• 一種滿足動(dòng)態(tài)數(shù)據(jù)高頻讀寫的高性能學(xué)習(xí)型索引