کتابخانه مرکزی دانشگاه صنعتی شریف
    • [نمايش بزرگتر]
    • [نمايش کوچکتر]
  • صفحه 
     از  0
  • [صفحه قبل]
  • [صفحه بعد]
  • [نمایش تمام صفحه]
  • [بستن]
 
بخش‌ بندی معنایی با سرپرست ابرنقاط با استفاده از شبکه‌ های عصبی ژرف
حمیدی حصارسرخ، حسن Hamidi Hesarsorkh, Hassan

اطلاعات کتابشناختی

بخش‌ بندی معنایی با سرپرست ابرنقاط با استفاده از شبکه‌ های عصبی ژرف
پدیدآور اصلی :   حمیدی حصارسرخ، حسن Hamidi Hesarsorkh, Hassan
ناشر :   صنعتی شریف
سال انتشار  :   1402
موضوع ها :   بینایی کامپیوتری سه بعدی Three Dimentional Computer Vision ابر نقطه Point Cloud بخش بندی...
شماره راهنما :   ‭19-56254

جستجو در محتوا

ترتيب

فهرست مطالب

  • مقدمه (16)
    • تعریف مسئله (17)
    • اهمیت موضوع (17)
    • اهداف پژوهش (18)
    • دستاوردهای پایان‌نامه (19)
    • ساختار پایان‌نامه (19)
  • مفاهیم اولیه (22)
    • تخمین جهت ورود و شبکه‌‌ی آنتی ULA (23)
    • ناکاملی‌ها و وابستگی بین سیگنالی (25)
    • متریک‌های مختلف ارزیابی (27)
      • متریک MAE (27)
      • متریک RMSE (28)
    • شبکه‌های عصبی بازگشتی به عنوان دسته‌بندهای دنباله‌ای (28)
    • شبکه‌های دنباله به دنباله (32)
  • مرور ادبیات (38)
    • روش‌های سنتی (38)
      • الگوریتم MUSIC (39)
    • روش‌های مبتنی بر یادگیری ماشین و یادگیری عمیق (41)
  • تخمین جهت ورود به کمک یادگیری عمیق (49)
    • آموزش و ارزیابی شبکه‌های عصبی بازگشتی به عنوان دسته‌بندهای دنباله‌ای (50)
    • آموزش و ارزیابی شبکه‌های دنباله به دنباله (52)
    • ‫تهیه‌ی مجموعه‌ی داده‌های مختلف (56)
      • ‫ مجموعه داده‌ی 1 (56)
      • ‫ مجموعه داده‌ی 2 (58)
      • ‫ مجموعه داده‌ی 3 (58)
      • ‫ مجموعه داده‌ی 4 (59)
      • ‫ مجموعه داده‌ی 5 (59)
      • ‫ مجموعه داده‌ی 6 (60)
    • ایجاد یک پروژه‌ی برنامه‌نویسی کامل و مفصل به زبان پایتون (60)
  • نتایج (66)
    • نتایج مدل‌های آموزش داده شده روی هر مجموعه داده (66)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 1 (67)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 2 (68)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 3 (69)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 4 (70)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 5 (71)
      • نتایج مدل‌های آموزش داده شده روی مجموعه داده‌ی 6 (73)
    • مقایسه‌ی مدل‌های برگزیده شده با یکدیگر و با روش‌های دیگر تخمین جهت ورود (76)
  • نتیجه‌گیری (94)
  • مراجع (95)
  • واژه‌نامه (99)
Loading...