» Từ khóa: mang no ron hoc sau

Kết quả 1-4 trong khoảng 4

Nhận dạng hình ảnh với dữ liệu mất cân bằng dựa trên học sâu

Nghiên cứu nhận dạng tổn thương da dựa trên học sâu, xử lý dữ liệu mất cân bằng. ConvNeXtTiny đạt độ chính xác cân bằng 0.7584, độ chính xác 0.8408.

8 p stc 27/07/2025 15 0

Từ khóa: Nghiên cứu khoa học, Công nghệ thông tin, Nhận dạng hình ảnh, Mô hình học sâu, Mất cân bằng dữ liệu, Mạng nơ-ron tích chập
Ứng dụng trí thông minh nhân tạo cho việc nhận diện khuôn mặt người

Bài viết Ứng dụng trí thông minh nhân tạo cho việc nhận diện khuôn mặt người đưa ra hướng tiếp cận bài toán nhận dạng khuôn mặt ứng dụng DL một cách cơ bản và dễ dàng nhất. Đầu tiên, nội dung sẽ tập trung trình bày về mô hình nhận diện sử dụng kỹ thuật DL dựa trên kiến trúc mạng Nơ – ron tích chập CNN.

12 p stc 25/05/2024 44 0

Từ khóa: Nhận diện khuôn mặt, Ứng dụng trí thông minh nhân tạo, Mạng Nơ – ron tích chập CNN, Kỹ thuật học máy, Kỹ thuật học sâu
Nhận dạng vân tay sử dụng kỹ thuật học sâu

Nghiên cứu này trình bày 2 mô hình trong kỹ thuật học sâu nhằm nhận dạng 10 ngón tay con người và danh tính của họ. Đầu vào là các ảnh với độ phân giải 96×96. Các ảnh mẫu được lấy từ cơ sở dữ liệu Sokoto Coventry Fingerprint Dataset (SOCOFing).

9 p stc 25/05/2024 42 0

Từ khóa: Nhận dạng vân tay, Xác thực vân tay, Mạng nơ-ron tích chập, Kỹ thuật học sâu, Phương pháp XFinger-net
Phương pháp nhận dạng kí tự số viết tay dựa trên mạng nơ-ron học sâu

Trong bài viết này, phương pháp nhận dạng kí tự số viết tay được đề xuất theo hướng tiếp cận dựa trên mạng nơ-ron học sâu (DNN- Deep Neural Network). Đầu tiên, tập dữ liệu ảnh được trích xuất đặc trưng HOG (Histogram of Oriented Gradient) kết hợp với đặc trưng SIFT (Scale-invariant feature transform). Sau đó, một mô hình (model) mạng DNN được xây dựng...

13 p stc 25/05/2024 37 0

Từ khóa: Nhận dạng kí tự số viết tay, Mạng nơ-ron học sâu, Nhận dạng hình ảnh, Phương pháp nhận dạng chữ viết tay, Phương pháp nhận dạng ảnh kí tự số

Đăng nhập

Bộ sưu tập nổi bật

Tin nhanh

Thư viện số: Trường Cao Đẳng Kỹ Thuật – Du Lịch Sài Gòn

Tòa nhà JVPE, Lô 20, Đường số 2, Phần mềm Quang Trung, P. Tân Chánh Hiệp, Q.12, TP.HCM
Villa A1, Lô 27, CVPM Quang Trung, P. Tân Chánh Hiệp, Quận 12, TP.HCM
Tel: (028) 3 592 1119
Hotline: 0912 429 944 (Chính quy) - 0906 822 518 (Phổ thông CĐ 9+) - 0901 983 919(TT Đào tạo Liên tục)
Email: tuyensinh@stc.edu.vn
Web: sttc.edu.vn - stc.edu.vn