金沙娱乐场官方网-澳门金沙会官网-金沙集团股价实情信息最新

SFMixer：長(zhǎng)期時(shí)間序列預(yù)測(cè)的頻域局部周期特征和時(shí)域全局特征建模

帶變量標(biāo)識(shí)符的多變量長(zhǎng)程魯棒預(yù)測(cè)模型

基于擴(kuò)散模型和知識(shí)蒸餾技術(shù)的時(shí)間序列插補(bǔ)方法

大規(guī)模原油調(diào)度與生產(chǎn)計(jì)劃集成的知識(shí)輔助混合優(yōu)化策略

基于類(lèi)內(nèi)類(lèi)間優(yōu)化元學(xué)習(xí)的小樣本故障診斷

別再使用黑箱模型--可解釋人工智能在鉆速預(yù)測(cè)的應(yīng)用

利用井間電磁測(cè)量表征導(dǎo)電水力裂縫

自適應(yīng)動(dòng)態(tài)濾波網(wǎng)絡(luò)壓制地震隨機(jī)噪聲研究

基于超圖特征增強(qiáng)與自適應(yīng)邏輯調(diào)整的長(zhǎng)尾圖像識(shí)別算法

通過(guò)頭實(shí)體和關(guān)系子空間之間的相互作用和標(biāo)量融合學(xué)習(xí)尾實(shí)體的表示

基于多級(jí)深層次知識(shí)蒸餾的動(dòng)態(tài)類(lèi)增量學(xué)習(xí)框架

基于上下文感知圖卷積網(wǎng)絡(luò)的圖對(duì)比學(xué)習(xí)在口語(yǔ)理解中的應(yīng)用

基于多種圖神經(jīng)網(wǎng)絡(luò)和Transformer的車(chē)輛軌跡預(yù)測(cè)方法

基于逆系統(tǒng)的原油換熱網(wǎng)絡(luò)解耦設(shè)計(jì)和控制策略