论文部分内容阅读
Can The World Feel Intangible Cultural Heritage？A Study on 4d Virtual Reality Usage for Intangible
【出 处】
：
上海交通大学
【发表日期】
：
2020年01期
其他文献
在当前数据时代,机器学习算法成为了联结数据和决策的桥梁。实际应用中,不同的机器学习任务都有较为稳定的算法进行求解。但传统的机器学习只使用单任务的方式进行各自的训练和预测,忽视了其他相似任务可能带来的共享收益。多任务学习的提出就是为了高效的挖掘多任务之间的共享信息,以提升多任务学习系统的整体预测性能。通过为每一个单独的机器学习任务提供额外的有效训练信息,最终提高单机器学习任务的实际预测表现。论文主要
自然语言处理的目标是实现人机间自然语言通信,让计算机更好地理解人类语言文本,是人工智能和计算机领域中的重要一环。作为自然语言和计算机语言之间的技术桥梁,语义分析技术,将自然语言文本转为计算机可读的逻辑形式,是自然语言处理走向自然语言理解的关键性挑战。而语义角色标注是一种简单有效而且易于实现的浅层语义分析技术,旨在分析句子中谓词与相应语义角色之间的关系,获取句子的浅层语义表示,从而带动其他深层语义处
图像彩色化是把灰度黑白图像转化成彩色图像。近红外图像彩色化是图像彩色化的一个分支。相比于普通灰度图彩色化,近红外图像彩色化因原始近红外图像的原因面临着彩色结果不清晰的难题。近红外图像在交通辅助驾驶、军事领域、安防监控、智能警务和无人驾驶等都被广泛应用,但是由于其缺乏颜色信息不利于人眼观察,故而彩色化近红外图像很有实际应用意义。随着深度学习的发展,一些方法展现了它们优秀的图像彩色化能力。然而现有的红
发轫于上世纪的神经网络方法,在长期的发展过程中,经过了大量的调整、改进和优化,终于在近几年取得了引人注目的成果,并逐渐为不同领域的学者所青睐,大范围流行了起来。针对不同领域的数据各自的特点,形态结构各异的神经网络模型被大量提出,并在各自的领域中取得了显著的效果提升。同时,神经网络的拟合能力也随着神经网络的加深而不断增加,许多通用的深度神经网络架构被提出,并作为骨架广泛应用于各种不同的任务中。在复杂
在日常生活中,文本检测和识别有着非常广泛的应用,涉及了图像检索、图片管控、票据识别等诸多场景,因而在学术界引起了广泛关注,有很多专家学者对此进行了深入研究。在自然场景中,文本通常具有不同的种类、尺度和分布,且缺少结构化的版式。此外,场景背景的复杂性也是一个难点,如低分辨率、噪声干扰、异物遮挡、透视变换等都可能对检测和识别结果造成不利影响。以上问题的存在使得场景下的文本检测和识别成为一项富有挑战性的
Ⅲ型分泌效应蛋白（T3SE）是革兰氏阴性细菌在其生长和繁殖中必不可少的蛋白质之一。革兰氏阴性细菌的致病机理依赖于T3SE,通过将T3SE注入宿主细胞,来破坏宿主细胞的免疫能力。T3SE序列具有高度的多样性,并且缺乏明确的分泌标记,使得序列难以被识别和预测。同时,T3SE引发的致病机理研究也是生物信息学中的热门话题。为了满足通过计算方法识别T3SE的需求,一些计算工具已经开发了出来。尽管这些计算工具
Globalize or Localize? Human Resource Management in American Multinational Corporation’s Chinese Sub
Corporations are looking globally in order to fill strategic positions and as a result growing the company’s global workforce.This globalization trend and the complexity that is involved with conducti
学位
柔性可穿戴设备可以与皮肤接触并且可以持续、准确的检测人体体液中的生理标志物而不干扰用户的运动,在健康检测和医疗诊治等方面拥有巨大的应用前景。然而,可穿戴设备的发展要求传感器不仅具有优异的催化能力同时具有良好的柔韧性。目前世界糖尿病患者的人数逐年升高,糖尿病及其并发症严重威胁人们的身体健康,非酶葡萄糖传感器凭借其高灵敏度、响应速度快等优点引起大家的广泛关注。碳化丝布因具有天然的柔韧性、良好的化学稳定
Machine Learning has become an important technology for almost all industries.Applied in businesses and combined with Big Data,Machine Learning already creates a measurable return on investment and is
学位