本文的内容主要是对卷积神经网络的生成和实现相关的所有过程进行分析和改进。通过这种属于深度学习领域的技术，我们已经可以设计出一种应用，使我们能够检测图像中是否包含受地震影响而受损的区……
实现传统的机器学习模型和神经网络在检测恶意网络流量方面已经变得微不足道，并引发了许多研究人员对这一领域的兴趣。标准的实现包括使用sklearn、tensorflow和keras等软……
目前，安全问题是我们社会最关注的问题之一。从政府设施到私营公司和医疗机构，他们都必须直接解决安全问题，如：访问受限信息隔离控制或犯罪追踪。举个例子，在医院或老年病学中，为了隔离感染……
边缘计算是下一个互联网前沿，它将利用位于用户、传感器和数据存储附近的计算资源来提供更灵敏的服务。因此，可以预见，一个大规模的、地理上分散的、资源丰富的分布式系统将出现，并成为未来互……
加速深度模型的训练和推理在实践中至关重要。现有的深度学习框架通常专注于优化训练速度，而较少关注针对推理的优化。实际上，模型推理在计算上与训练不同，例如训练过程中每个梯度更新步骤都会……
COVID-19大流行迫使世界各国政府实行封锁，以防止病毒传播。这导致了所有经济活动的停顿，因此，大多数行业的制造工厂的生产都停止了。恢复生产固然刻不容缓，但更需要确保工厂现场员工……
视觉是驾驶员监控系统（DMS）最丰富、最具成本效益的技术，尤其是在最近深度学习（DL）方法取得成功之后。目前，缺乏足够大和全面的数据集是DMS发展进展的瓶颈，对于自动驾驶从SAE ……
在过去的几十年里，由机器解决的人类任务集得到了极大的扩展。从简单的图像分类问题，研究人员现在转向解决更复杂和重要的问题，比如，自动驾驶和语言翻译。语言翻译的案例包括手语翻译这一具有……
在这项工作中，我们提出了一种新的高效的人类动作识别方法，称为视频变换器网络（VTN）。它利用了计算机视觉和自然语言处理的最新进展，并将其应用于视频理解。所提出的方法允许我们创建轻量……
一个稳健高效的同步定位与映射（SLAM）系统对于机器人的自主性至关重要。对于视觉SLAM算法来说，虽然理论框架已经在大多数方面得到了很好的建立，但在大多数情况下，特征提取和关联仍然……
