云南高校图书馆联盟文献共享服务平台- VAE

VAE: 作品数：284被引量：486H指数：10; 导出分析报告; 相关领域：化学工程建筑科学更多>>; 相关作者：陈沛智洪榛李燕萍陈艳军李建宗更多>>; 相关机构：华东理工大学中国石化集团四川维尼纶厂华南理工大学南京邮电大学更多>>; 相关期刊：更多>>; 相关基金：国家自然科学基金河南省自然科学基金中国博士后科学基金广西壮族自治区科技攻关计划更多>>

VG-DOCoT:a novel DO-Conv and transformer framework via VAE-GAN technique for EEG emotion recognition: 《Frontiers of Information Technology & Electronic Engineering》2024年第11期1497-1514,共18页Yanping ZHU Lei HUANG Jixin CHEN Shenyun WANG Fayu WAN Jianan CHEN; supported by the National Key Research and Development Program of China(No.2022YFE0122700);the National Natural Science Foundation of China(No.61971230)。; Human emotions are intricate psychological phenomena that reflect an individual’s current physiological and psychological state.Emotions have a pronounced influence on human behavior,cognition,communication,and decis...; 关键词：Emotion recognition Electroencephalogram(EEG) Depthwise over-parameterized convolutional(DO-Conv) Transformer Variational automatic encoder-generative adversarial network(VAE-GAN)

基于深度学习的超低计数全身PET图像去噪方法: 《分子影像学杂志》2024年第9期904-912,共9页贺钰茹王方虎黄衍超路利军; 南方医科大学南方医院院长基金(2021C012)。; 目的使用深度学习算法改善全身低计数正电子发射计算机断层成像(PET)的重建图像质量,探讨提出方法对不同噪声水平PET图像的去噪泛化性。方法使用MICCAI 2022 UDPET挑战赛数据集,提出分层向量量化变分自编码器(HVQ-VAE)算法对不同剂量衰...; 关键词：正电子发射断层成像图像去噪低计数PET图像全身PET图像 HVQ-VAE

VAE-ATTGRU模型的股指期货价格预测研究: 《计算机工程与应用》2024年第17期293-301,共9页张玉婷金传泰李勇; 针对股指期货市场高波动、非平稳、非线性和高信噪比等特性造成的预测难度大的问题,利用变分自编码器(VAE)和循环神经网络(RNN)提出一种基于VAE-ATTGRU的混合深度学习股指期货价格预测模型。利用变分自编码器对股指期货技术指标进行学习...; 关键词：股指期货预测变分自编码器(VAE) 数据增强注意力机制门控循环单元(GRU)

变分自编码器在环境噪声消除中的应用研究: 《电声技术》2024年第8期105-107,共3页李红玲; 针对语音信号中的环境噪声影响问题,研究一种基于变分自编码器(Variational Auto-Encoder,VAE)的噪声消除方法,并进行了相关实验验证。首先,深入研究VAE的基本原理;其次,引入L_2正则化方法优化VAE,以提高模型的泛化能力和健壮性;最后,利...; 关键词：变分自编码器(VAE) 正则化环境噪声去噪

基于β-VAE的联邦学习异常更新检测算法被引量：2: 《计算机应用研究》2024年第8期2496-2501,共6页张仁斌崔宇航张子石; 国家重点研发计划专项资助项目(2016YFC0801804,2016YFC0801405);中央高校基本科研业务费专项资金资助项目(PA2019GDPK0074)。; 利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制...; 关键词：联邦学习异常检测投毒攻击防御机制深度学习

基于改进VAE的时间序列数据增强方法被引量：3: 《华东理工大学学报（自然科学版）》2024年第3期400-410,共11页范振杰罗娜; 杭州市萧山区2022年高层次人才创业创新“5213”计划项目。; 基于数据驱动的时间序列预测模型通常需要大量的训练数据,当数据量不足时将导致建模的准确性下降。本文针对时间序列预测中的小样本问题,提出了一种基于改进变分自编码器(Variational Auto-Encoder,VAE)的时间序列数据增强方法,旨在生...; 关键词：小样本数据增强时间序列数据 VAE 可解释性

基于聚类和迁移学习的火电厂控制回路异常检测被引量：1: 《江西电力》2024年第2期69-72,共4页胡勇刘鑫光何钧; 基于深度学习的故障诊断方法已在电力工业多个领域应用,但由于存在电站运行数据量巨大且实时性要求高等问题,深度学习在电站自动控制回路故障检测方面应用较少。针对上述问题,文中提出一种基于聚类和迁移学习的控制回路异常检测方法,运...; 关键词：DBSCAN VAE-LSTM 迁移学习电站控制回路异常检测

基于DR-VAE与自注意力机制的电机轴承故障诊断被引量：1: 《轴承》2023年第9期72-79,共8页杨青刘彦俏吴东升崔宝才; 辽宁省教育厅科学研究计划资助项目(LG201917);沈阳理工大学高水平成果建设计划资助项目(SYLUXM202109)。; 为提高电机轴承故障诊断的精度,提出一种深度残差变分自编码器与自注意力机制相结合(DR-VAE-SAM)的电机轴承故障诊断方法。首先,在数据预处理中使用矢量量化变分自编码(VQ-VAE)对轴承故障数据进行增强,训练完成后将生成的故障样本混入...; 关键词：滚动轴承故障诊断深度学习自注意力机制变工况特征融合

一种融合伴随信息的网络表示学习模型被引量：1: 《软件学报》2023年第6期2749-2764,共16页杜航原王文剑白亮; 国家自然科学基金(61902227,62076154,U1805263,61773247);山西省自然科学基金(201901D211192);山西省高等学校科技创新项目(2019L0039)。; 网络表示学习被认为是提高信息网络分析效率的关键技术之一,旨在将网络中每个节点映射为低维隐空间中的向量表示,并使这些向量高效的保持原网络的结构和特性.近年来,大量研究致力于网络拓扑和节点属性的深度挖掘,并在一些网络分析任务...; 关键词：网络表示学习伴随信息变分自编码器(VAE) 图卷积网络(GCN) 互信息

Texture-based latent space disentanglement for enhancement of a training dataset for ANN-based classification of fruit and vegetables被引量：1: 《Information Processing in Agriculture》2023年第1期85-105,共21页Khurram Hameed Douglas Chai Alexander Rassau; Edith Cowan University(ECU),Australia and Higher Education Commission(HEC)Pakistan,The Islamia University of Bahawalpur(IUB)Pakistan(5-1/HRD/UE STPI(Batch-V)/1182/2017/HEC).; The capability of Convolutional Neural Networks(CNNs)for sparse representation has significant application to complex tasks like Representation Learning(RL).However,labelled datasets of sufficient size for learning th...; 关键词：Information Maximisation(IM) Fruit and vegetables classification Representation Learning(RL) Variational Autoencoder(VAE) Generative Adversarial Network (GAN) Latent space disentanglement

VAE