深度神经网络 应用

深度卷积神经网络（CNN）是一种具有强大特征提取能力的深度学习模型，广泛应用于图像识别、语音处理等领域。区块链则是一种分布式账本技术，通过密码学原理确保数据的安全性和完整性。微算法科技(NASDAQ：MLGO)将深度卷积神经...

金融界2025年5月31日消息，国家知识产权局信息显示，谷歌有限责任公司申请一项名为“使用深度神经网络和置信度学习的照片重新照明”的专利，公开号...专利摘要显示，提供了与将照明模型应用于对象的图像相关的装置和方法。...

针对玉米叶病害早期检测工具匮乏、现有离线模型 accessibility 不足等问题，研究人员开展基于深度卷积神经网络（CNN）的玉米叶病害实时检测与分类研究，对比 VGG16、AlexNet、ResNet50 模型，发现 VGG16 准确率达 95%并开发...

专利摘要显示，本发明提出了一种基于混合神经网络模型深度学习的断裂识别...利用人工断层解释通过迁移学习训练混合神经网络模型，提高模型的泛化能力和适用性，将训练后的混合神经网络模型应用于实际地震资料进行断裂特征提取，...

金融界2025年5月24日消息，国家知识产权局信息显示，安徽国信类脑智能科技有限公司申请一项名为“一种基于深度神经网络的交通行为预测与风险评估方法”的专利，公开...成立于2015年，位于合肥市，是一家以从事科技推广和应用服务...

金融界2025年5月17日消息，国家知识产权局信息显示，北京鸿途信达科技股份有限公司取得一项名为“基于深度卷积神经网络模型的广告图像分类方法及系统”的专利，授权...成立于2009年，位于北京市，是一家以从事科技推广和应用服务...

将具有空洞标记的稀疏深度图像和目标双目图像中的与双目相机的基准子相机对应的目标基准图像输入至预先训练好的目标深度神经网络中，以便目标深度神经网络利用目标基准图像所提供的图像信息对稀疏深度图像中的空洞部分进行填充...

深度学习的突破 神经网络的进展 ...2025年，神经网络领域迎来了诸多重大突破，这些突破不仅在技术层面取得了显著进展，更在医疗、自主系统等多个关键行业展现出巨大的应用潜力，为人工智能的未来发展描绘出一幅令人振奋的蓝图。...

2016年，DeepPose首次将深度神经网络应用于姿态估计，虽然初期表现不如传统方法，但开创了新方向。到了2019年，Newell等人的＂沙漏网络＂和OpenPose等模型使得实时多人姿态估计成为可能，准确率达到了惊人的75.6%。骨架法相比...

贝叶斯视角在深度学习中具有许多应用，包括解释性和预测不确定性建模等问题。贝叶斯定理的应用可以估计神经网络（NN）参数的后验分布，从而对这些参数提供概率意义上的理解和解释。此外，贝叶斯定理还构成了后验预测分布估计的...