修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

7 条数据
?? 中文（中国） ▾

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC） - 基于观测数据的加州沿海类比集合太阳能预测

    摘要： 多项研究表明，发生在CpG位点上的DNA甲基化与包括癌症在内的疾病存在显著相关性。分析DNA甲基化数据以区分肿瘤不同亚型具有重要研究价值。然而传统统计方法不适用于具有有界支撑特性的高维DNA甲基化数据分析。为精准捕捉数据特性，我们设计了一个由多个堆叠二元受限玻尔兹曼机组成的深度神经网络，用于学习DNA甲基化数据的低维深层特征。实验结果表明，相较于当前先进方法，这些特征在乳腺癌DNA甲基化数据聚类分析中表现最优。

    关键词： DNA甲基化、受限玻尔兹曼机、深度神经网络、节拍值

    更新于2025-09-23 15:19:57

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC） - 在Cu?ZnSnSe?太阳能电池后界面添加薄CuGa层的影响

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的出色表现而广受赞誉，但能应对计算挑战的可扩展架构却寥寥无几。本文介绍了一种面向低功耗高性能设计的事件驱动型神经网络加速器——Minitaur。作为基于现场可编程门阵列的系统，它既可集成至现有机器人设备，也能为CPU分担高负载的神经网络计算任务。本版本实现了脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。其事件驱动特性允许在准确性与延迟之间进行灵活权衡。

    关键词： 深度信念网络、脉冲神经网络、现场可编程门阵列、受限玻尔兹曼机、神经网络、机器学习

    更新于2025-09-23 15:19:57

  • 基于锗突触晶体管和砷化镓光电探测器的光响应突触

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的出色表现而广受赞誉，但针对其计算挑战的规模化架构却寥寥无几。本文介绍了一种事件驱动型神经网络加速器Minitaur，该设计兼具低功耗与高性能特性。作为基于现场可编程门阵列的系统，它既可集成至现有机器人设备，也能为CPU分担高负载神经网络计算任务。本版本实现了一个脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。得益于其事件驱动特性，系统可在准确率与延迟之间进行灵活权衡。

    关键词： 深度信念网络、脉冲神经网络、现场可编程门阵列、受限玻尔兹曼机、神经网络、机器学习

    更新于2025-09-23 15:19:57

  • [2019年IEEE第46届光伏专家会议(PVSC) - 美国伊利诺伊州芝加哥(2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC) - 开发基于网络的光伏模拟平台（旨在结合机器学习与先进器件及工艺模拟以支持工艺优化）

    摘要： 本文提出一种训练模型时无需使用任何平行数据的语音转换（VC）方法。语音转换技术仅转换源语音中的说话人特征信息，同时保持音位信息不变。现有大多数VC方法依赖平行数据——即源说话人和目标说话人朗读相同语句的语音数据对。但训练中使用平行数据会引发若干问题：1）训练数据局限于预定义语句；2）训练所得模型仅适用于训练中使用的特定说话人对；3）可能出现对齐失配。因此VC领域普遍倾向于避免使用平行数据，但非平行方法被认为学习难度较大。本方法基于说话人自适应技术和潜在音位信息提取实现非平行训练，其理论基础是将语音信号视为基于受限玻尔兹曼机的概率模型生成，其中音位信息和说话人相关信息被明确定义。在说话人自适应训练过程中，说话人无关参数与说话人相关参数同步训练。转换阶段将输入语音信号分解为音位信息和说话人相关信息，替换为所需说话人的说话人相关信息后，通过混合二者获得转换语音。实验结果表明，本方法性能优于其他非平行方法，在主观和客观评价标准上均达到与传统高斯混合模型（需使用平行数据）相当的效果。

    关键词： 无监督训练、说话人自适应、受限玻尔兹曼机、语音转换

    更新于2025-09-23 15:19:57

  • [2019年IEEE第十区人道主义技术会议(R10-HTC) - 印度尼西亚西爪哇省德波(2019.11.12-2019.11.14)] 2019 IEEE第十区人道主义技术会议(R10-HTC)(47129) - 面向残疾人的眼动控制沉浸式视频导航系统

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的优异表现而广受赞誉，但针对其计算挑战的规?；芄谷戳攘任藜?。本文介绍了一种面向低功耗高性能设计的事件驱动型神经网络加速器Minitaur。作为基于现场可编程门阵列的系统，它既能集成至现有机器人设备，也可为CPU分担高负载神经网络计算任务。本版本实现了脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。其事件驱动特性支持在准确率与延迟之间进行动态权衡。

    关键词： 深度信念网络、神经网络、受限玻尔兹曼机、脉冲神经网络、现场可编程门阵列、机器学习

    更新于2025-09-19 17:13:59

  • [2019年IEEE第46届光伏专家会议(PVSC) - 美国伊利诺伊州芝加哥(2019.6.16-2019.6.21)] 2019年IEEE第46届光伏专家会议(PVSC) - 磁控溅射沉积过程中氧气流量对硅异质结太阳能电池用氧化铟锡薄膜的影响

    摘要： 多项研究表明，发生在CpG位点背景下的DNA甲基化与包括癌症在内的疾病存在显著关联。分析DNA甲基化数据以区分肿瘤不同亚型具有重要研究价值。然而传统统计方法不适用于具有有界支持特性的高维DNA甲基化数据分析。为精准捕捉数据特性，我们设计了一个由多个堆叠的二值受限玻尔兹曼机组成的深度神经网络，用于学习DNA甲基化数据的低维深度特征。实验结果表明，相比当前先进方法，这些特征在乳腺癌DNA甲基化数据聚类分析中表现最优。

    关键词： DNA甲基化、受限玻尔兹曼机、深度神经网络、节拍值

    更新于2025-09-19 17:13:59

  • [IEEE 2019化合物半导体周（CSW）- 日本奈良（2019.5.19-2019.5.23）] 2019年化合物半导体周（CSW）- 基于硅的量子点激光器的相对强度噪声

    摘要： 本文提出一种训练模型时无需使用平行数据的语音转换（VC）方法。语音转换技术仅转换源语音中的说话人特征信息，同时保持音系信息不变。现有大多数VC方法依赖平行数据——即源说话人和目标说话人朗读相同语句的语音数据对。但训练中使用平行数据会引发若干问题：1）训练数据局限于预定义语句；2）训练所得模型仅适用于训练中使用的特定说话人对；3）可能出现对齐失配。因此VC领域普遍倾向于避免使用平行数据，但非平行方法被认为学习难度较大。本方法基于说话人自适应技术和潜在音系信息捕获实现非平行训练，其假设语音信号产生于一个受限玻尔兹曼机概率模型，其中音系信息和说话人相关信息被明确定义。在说话人自适应训练过程中，说话人无关参数与说话人相关参数同步训练。转换阶段将输入语音信号分解为音系信息和说话人相关信息，替换为目标说话人的说话人相关信息后，通过混合二者获得转换语音。实验结果表明，本方法优于另一种非平行方法，在主观和客观评价标准上均达到与传统高斯混合模型（需使用平行数据）相当的效果。

    关键词： 语音转换、受限玻尔兹曼机、无监督训练、说话人自适应

    更新于2025-09-19 17:13:59