Обзор веб-сайта cnn.ai
Convolutional neural network - Wikipedia
Сгенерирован 05 Февраля 2026 01:39
Устаревшие данные? ОБНОВИТЬ !
Набрано баллов: 38/100
СЕО Контент
Заголовок страницы
Convolutional neural network - Wikipedia
Длина : 40
Замечательно, Ваш заголовок страницы содержит от 10 до 70 символов.
Описание страницы
Длина : 0
Очень плохо. Мы не нашли описание страницы у Вас на веб-сайте. Используйте бесплатный генератор мета-тэгов, чтобы сгенерировать описание для страницы.
Ключевые слова
Очень плохо. Мы не нашли ключевых слов на Вашем веб-сайте. Используйте бесплатный генератор мета-тэгов, чтобы сгенерировать ключевые слова.
Og Meta Properties
Замечательно, Вы используете преимущества Og Properties.
| Свойство | Контент |
|---|---|
| title | Convolutional neural network - Wikipedia |
| type | website |
Заголовки
| H1 | H2 | H3 | H4 | H5 | H6 |
| 1 | 19 | 40 | 14 | 0 | 0 |
- [H1] Convolutional neural network
- [H2] Contents
- [H2] Architecture
- [H2] History
- [H2] Distinguishing features
- [H2] Building blocks
- [H2] Hyperparameters
- [H2] Translation equivariance and aliasing
- [H2] Evaluation
- [H2] Regularization methods
- [H2] Hierarchical coordinate frames
- [H2] Applications
- [H2] Fine-tuning
- [H2] Human interpretable explanations
- [H2] Related architectures
- [H2] Notable libraries
- [H2] See also
- [H2] Notes
- [H2] References
- [H2] External links
- [H3] Convolutional layers
- [H3] Pooling layers
- [H3] Fully connected layers
- [H3] Receptive field
- [H3] Weights
- [H3] Deconvolutional
- [H3] Receptive fields in the visual cortex
- [H3] Fukushima's analog threshold elements in a vision model
- [H3] Neocognitron, origin of the trainable CNN architecture
- [H3] Convolution in time
- [H3] Time delay neural networks
- [H3] Image recognition with CNNs trained by gradient descent
- [H3] Shift-invariant neural network
- [H3] GPU implementations
- [H3] Convolutional layer
- [H3] Pooling layer
- [H3] ReLU layer
- [H3] Fully connected layer
- [H3] Loss layer
- [H3] Padding
- [H3] Stride
- [H3] Number of filters
- [H3] Filter (or kernel) size
- [H3] Pooling type and size
- [H3] Dilation
- [H3] Empirical
- [H3] Explicit
- [H3] Image recognition
- [H3] Video analysis
- [H3] Natural language processing
- [H3] Animal behavior detection
- [H3] Anomaly detection
- [H3] Drug discovery
- [H3] Checkers game
- [H3] Go
- [H3] Time series forecasting
- [H3] Cultural heritage and 3D-datasets
- [H3] Deep Q-networks
- [H3] Deep belief networks
- [H3] Neural abstraction pyramid
- [H4] Max pooling
- [H4] LeNet-5
- [H4] Local connectivity
- [H4] Spatial arrangement
- [H4] Parameter sharing
- [H4] Channel max pooling
- [H4] Dropout
- [H4] DropConnect
- [H4] Stochastic pooling
- [H4] Artificial data
- [H4] Early stopping
- [H4] Number of parameters
- [H4] Weight decay
- [H4] Max norm constraints
Картинки
Мы нашли 50 картинок на этом веб-сайте.
13 alt атрибута(-ов) не найдено. Добавив альтернативный текст, поисковые роботы будут лучше понимать содержание картинки.
Соотношение Контент/HTML
Соотношение : 0%
Соотношение текста в коде HTML у этой страницы меньше чем 15 процентов, это означает, что Вашем веб-сайту требуется больше контента.
Flash
Замечательно, мы не нашли Flash контента на странице.
Iframe
Замечательно, мы не зафиксировали Iframe'ов на Вашей странице.
СЕО ссылки
ЧПУ ссылки
Плохо. Не все Ваши ссылки являются ЧПУ.
Нижнее подчеркивание в ссылках
Мы нашли "нижнее подчеркивание" в Ваших ссылках. Вам лучше использовать дефис для оптимизации вашего SEO.
Внутренние ссылки
Мы нашли 1142 ссылок(-и), включая 226 ссылок ссылок(-и) на файл(-ы).
| Анкор | Тип | Вес ссылки |
|---|---|---|
| Jump to content | Внутренняя | Передает вес |
| Edit links | Внешняя | Передает вес |
| Machine learning | Внутренняя | Передает вес |
| data mining | Внутренняя | Передает вес |
| Supervised learning | Внутренняя | Передает вес |
| Unsupervised learning | Внутренняя | Передает вес |
| Semi-supervised learning | Внутренняя | Передает вес |
| Self-supervised learning | Внутренняя | Передает вес |
| Reinforcement learning | Внутренняя | Передает вес |
| Meta-learning | Внутренняя | Передает вес |
| Online learning | Внутренняя | Передает вес |
| Batch learning | Внутренняя | Передает вес |
| Curriculum learning | Внутренняя | Передает вес |
| Rule-based learning | Внутренняя | Передает вес |
| Neuro-symbolic AI | Внутренняя | Передает вес |
| Neuromorphic engineering | Внутренняя | Передает вес |
| Quantum machine learning | Внутренняя | Передает вес |
| Classification | Внутренняя | Передает вес |
| Generative modeling | Внутренняя | Передает вес |
| Regression | Внутренняя | Передает вес |
| Clustering | Внутренняя | Передает вес |
| Dimensionality reduction | Внутренняя | Передает вес |
| Density estimation | Внутренняя | Передает вес |
| Anomaly detection | Внутренняя | Передает вес |
| Data cleaning | Внутренняя | Передает вес |
| AutoML | Внутренняя | Передает вес |
| Association rules | Внутренняя | Передает вес |
| Semantic analysis | Внутренняя | Передает вес |
| Structured prediction | Внутренняя | Передает вес |
| Feature engineering | Внутренняя | Передает вес |
| Feature learning | Внутренняя | Передает вес |
| Learning to rank | Внутренняя | Передает вес |
| Grammar induction | Внутренняя | Передает вес |
| Ontology learning | Внутренняя | Передает вес |
| Multimodal learning | Внутренняя | Передает вес |
| Apprenticeship learning | Внутренняя | Передает вес |
| Decision trees | Внутренняя | Передает вес |
| Ensembles | Внутренняя | Передает вес |
| Bagging | Внутренняя | Передает вес |
| Boosting | Внутренняя | Передает вес |
| Random forest | Внутренняя | Передает вес |
| Linear regression | Внутренняя | Передает вес |
| Naive Bayes | Внутренняя | Передает вес |
| Artificial neural networks | Внутренняя | Передает вес |
| Logistic regression | Внутренняя | Передает вес |
| Perceptron | Внутренняя | Передает вес |
| Relevance vector machine (RVM) | Внутренняя | Передает вес |
| Support vector machine (SVM) | Внутренняя | Передает вес |
| BIRCH | Внутренняя | Передает вес |
| CURE | Внутренняя | Передает вес |
| Hierarchical | Внутренняя | Передает вес |
| Fuzzy | Внутренняя | Передает вес |
| Expectation–maximization (EM) | Внутренняя | Передает вес |
| DBSCAN | Внутренняя | Передает вес |
| OPTICS | Внутренняя | Передает вес |
| Mean shift | Внутренняя | Передает вес |
| Factor analysis | Внутренняя | Передает вес |
| CCA | Внутренняя | Передает вес |
| ICA | Внутренняя | Передает вес |
| LDA | Внутренняя | Передает вес |
| NMF | Внутренняя | Передает вес |
| PCA | Внутренняя | Передает вес |
| PGD | Внутренняя | Передает вес |
| t-SNE | Внутренняя | Передает вес |
| SDL | Внутренняя | Передает вес |
| Graphical models | Внутренняя | Передает вес |
| Bayes net | Внутренняя | Передает вес |
| Conditional random field | Внутренняя | Передает вес |
| Hidden Markov | Внутренняя | Передает вес |
| RANSAC | Внутренняя | Передает вес |
| Local outlier factor | Внутренняя | Передает вес |
| Isolation forest | Внутренняя | Передает вес |
| Neural networks | Внутренняя | Передает вес |
| Autoencoder | Внутренняя | Передает вес |
| Deep learning | Внутренняя | Передает вес |
| Feedforward neural network | Внутренняя | Передает вес |
| Recurrent neural network | Внутренняя | Передает вес |
| LSTM | Внутренняя | Передает вес |
| GRU | Внутренняя | Передает вес |
| ESN | Внутренняя | Передает вес |
| reservoir computing | Внутренняя | Передает вес |
| Boltzmann machine | Внутренняя | Передает вес |
| Restricted | Внутренняя | Передает вес |
| GAN | Внутренняя | Передает вес |
| Diffusion model | Внутренняя | Передает вес |
| SOM | Внутренняя | Передает вес |
| U-Net | Внутренняя | Передает вес |
| LeNet | Внутренняя | Передает вес |
| AlexNet | Внутренняя | Передает вес |
| DeepDream | Внутренняя | Передает вес |
| Neural field | Внутренняя | Передает вес |
| Neural radiance field | Внутренняя | Передает вес |
| Physics-informed neural networks | Внутренняя | Передает вес |
| Transformer | Внутренняя | Передает вес |
| Vision | Внутренняя | Передает вес |
| Mamba | Внутренняя | Передает вес |
| Spiking neural network | Внутренняя | Передает вес |
| Memtransistor | Внутренняя | Передает вес |
| Electrochemical RAM | Внутренняя | Передает вес |
| Q-learning | Внутренняя | Передает вес |
| Policy gradient | Внутренняя | Передает вес |
| SARSA | Внутренняя | Передает вес |
| Temporal difference (TD) | Внутренняя | Передает вес |
| Multi-agent | Внутренняя | Передает вес |
| Self-play | Внутренняя | Передает вес |
| Active learning | Внутренняя | Передает вес |
| Crowdsourcing | Внутренняя | Передает вес |
| Human-in-the-loop | Внутренняя | Передает вес |
| Mechanistic interpretability | Внутренняя | Передает вес |
| RLHF | Внутренняя | Передает вес |
| Coefficient of determination | Внутренняя | Передает вес |
| Confusion matrix | Внутренняя | Передает вес |
| Learning curve | Внутренняя | Передает вес |
| ROC curve | Внутренняя | Передает вес |
| Kernel machines | Внутренняя | Передает вес |
| Bias–variance tradeoff | Внутренняя | Передает вес |
| Computational learning theory | Внутренняя | Передает вес |
| Empirical risk minimization | Внутренняя | Передает вес |
| Occam learning | Внутренняя | Передает вес |
| PAC learning | Внутренняя | Передает вес |
| Statistical learning | Внутренняя | Передает вес |
| VC theory | Внутренняя | Передает вес |
| Topological deep learning | Внутренняя | Передает вес |
| AAAI | Внутренняя | Передает вес |
| ECML PKDD | Внутренняя | Передает вес |
| NeurIPS | Внутренняя | Передает вес |
| ICML | Внутренняя | Передает вес |
| ICLR | Внутренняя | Передает вес |
| IJCAI | Внутренняя | Передает вес |
| ML | Внутренняя | Передает вес |
| JMLR | Внутренняя | Передает вес |
| Glossary of artificial intelligence | Внутренняя | Передает вес |
| List of datasets for machine-learning research | Внутренняя | Передает вес |
| List of datasets in computer vision and image processing | Внутренняя | Передает вес |
| Outline of machine learning | Внутренняя | Передает вес |
| kernel | Внутренняя | Передает вес |
| predictions | Внутренняя | Передает вес |
| computer vision | Внутренняя | Передает вес |
| image processing | Внутренняя | Передает вес |
| transformer | Внутренняя | Передает вес |
| Vanishing gradients | Внутренняя | Передает вес |
| backpropagation | Внутренняя | Передает вес |
| regularization | Внутренняя | Передает вес |
| recommender systems | Внутренняя | Передает вес |
| image classification | Внутренняя | Передает вес |
| image segmentation | Внутренняя | Передает вес |
| medical image analysis | Внутренняя | Передает вес |
| natural language processing | Внутренняя | Передает вес |
| brain–computer interfaces | Внутренняя | Передает вес |
| time series | Внутренняя | Передает вес |
| convolution | Внутренняя | Передает вес |
| equivariant | Внутренняя | Передает вес |
| invariant to translation | Внутренняя | Передает вес |
| layer | Внутренняя | Передает вес |
| overfitting | Внутренняя | Передает вес |
| inspired | Внутренняя | Передает вес |
| biological | Внутренняя | Передает вес |
| neurons | Внутренняя | Передает вес |
| visual cortex | Внутренняя | Передает вес |
| cortical neurons | Внутренняя | Передает вес |
| visual field | Внутренняя | Передает вес |
| receptive field | Внутренняя | Передает вес |
| hidden layers | Внутренняя | Передает вес |
| dot product | Внутренняя | Передает вес |
| Frobenius inner product | Внутренняя | Передает вес |
| ReLU | Внутренняя | Передает вес |
| pooling layers | Внутренняя | Передает вес |
| matched filter | Внутренняя | Передает вес |
| tensor | Внутренняя | Передает вес |
| channels | Внутренняя | Передает вес |
| fully connected feedforward neural networks | Внутренняя | Передает вес |
| features | Внутренняя | Передает вес |
| memory footprint | Внутренняя | Передает вес |
| organisms | Внутренняя | Передает вес |
| Surround suppression | Внутренняя | Передает вес |
| Hubel | Внутренняя | Передает вес |
| Wiesel | Внутренняя | Передает вес |
| simple cells | Внутренняя | Передает вес |
| complex cells | Внутренняя | Передает вес |
| Kunihiko Fukushima | Внутренняя | Передает вес |
| activation function | Внутренняя | Передает вес |
| neocognitron | Внутренняя | Передает вес |
| signal-processing concept of a filter | Внутренняя | Передает вес |
| time delay neural network | Внутренняя | Передает вес |
| Alex Waibel | Внутренняя | Передает вес |
| ZIP Code | Внутренняя | Передает вес |
| Yann LeCun | Внутренняя | Передает вес |
| syllable | Внутренняя | Передает вес |
| checks | Внутренняя | Передает вес |
| NCR | Внутренняя | Передает вес |
| mammograms (1994) | Внутренняя | Передает вес |
| electromyography | Внутренняя | Передает вес |
| graphics processing units | Внутренняя | Передает вес |
| CPU | Внутренняя | Передает вес |
| GPGPU | Внутренняя | Передает вес |
| deep belief networks | Внутренняя | Передает вес |
| IDSIA | Внутренняя | Передает вес |
| ImageNet Large Scale Visual Recognition Challenge | Внутренняя | Передает вес |
| AI boom | Внутренняя | Передает вес |
| GPUs | Внутренняя | Передает вес |
| SIMD | Внутренняя | Передает вес |
| Intel Xeon Phi | Внутренняя | Передает вес |
| curse of dimensionality | Внутренняя | Передает вес |
| RGB color | Внутренняя | Передает вес |
| CIFAR-10 | Внутренняя | Передает вес |
| locality of reference | Внутренняя | Передает вес |
| spatially local | Внутренняя | Передает вес |
| 3 dimensions | Внутренняя | Передает вес |
| translational invariance | Внутренняя | Передает вес |
| free parameters | Внутренняя | Передает вес |
| discrete Laplacian operator | Внутренняя | Передает вес |
| sparse local connectivity | Внутренняя | Передает вес |
| hyperparameter | Внутренняя | Передает вес |
| hyperparameters | Внутренняя | Передает вес |
| stride | Внутренняя | Передает вес |
| overlapping | Внутренняя | Передает вес |
| integer | Внутренняя | Передает вес |
| symmetric | Внутренняя | Передает вес |
| down-sampling | Внутренняя | Передает вес |
| partitions | Внутренняя | Передает вес |
| ReLU layer | Внутренняя | Передает вес |
| max operation | Внутренняя | Передает вес |
| average | Внутренняя | Передает вес |
| Alston Householder | Внутренняя | Передает вес |
| nonlinearity | Внутренняя | Передает вес |
| decision function | Внутренняя | Передает вес |
| Yoshua Bengio | Внутренняя | Передает вес |
| hyperbolic tangent | Внутренняя | Передает вес |
| sigmoid function | Внутренняя | Передает вес |
| generalization | Внутренняя | Передает вес |
| affine transformation | Внутренняя | Передает вес |
| matrix multiplication | Внутренняя | Передает вес |
| vector addition | Внутренняя | Передает вес |
| Loss function | Внутренняя | Передает вес |
| Loss functions for classification | Внутренняя | Передает вес |
| training | Внутренняя | Передает вес |
| true | Внутренняя | Передает вес |
| Softmax | Внутренняя | Передает вес |
| cross-entropy | Внутренняя | Передает вес |
| Euclidean | Внутренняя | Передает вес |
| regressing | Внутренняя | Передает вес |
| real-valued | Внутренняя | Передает вес |
| verification | Внутренняя | Передает вес |
| improve this article | Внутренняя | Передает вес |
| adding citations to reliable sources | Внутренняя | Передает вес |
| Learn how and when to remove this message | Внутренняя | Передает вес |
| Inceptionv3 | Внутренняя | Передает вес |
| Max pooling | Внутренняя | Передает вес |
| information loss | Внутренняя | Передает вес |
| Nyquist–Shannon sampling theorem | Внутренняя | Передает вес |
| aliasing | Внутренняя | Передает вес |
| anti-aliasing | Внутренняя | Передает вес |
| data augmentation | Внутренняя | Передает вес |
| capsule neural networks | Внутренняя | Передает вес |
| conformal prediction | Внутренняя | Передает вес |
| ill-posed problem | Внутренняя | Передает вес |
| dropout | Внутренняя | Передает вес |
| expected value | Внутренняя | Передает вес |
| deep neural networks | Внутренняя | Передает вес |
| deterministic | Внутренняя | Передает вес |
| multinomial distribution | Внутренняя | Передает вес |
| deformations | Внутренняя | Передает вес |
| elastic deformations | Внутренняя | Передает вес |
| MNIST data set | Внутренняя | Передает вес |
| Early stopping | Внутренняя | Передает вес |
| zero norm | Внутренняя | Передает вес |
| L1 norm | Внутренняя | Передает вес |
| L2 norm | Внутренняя | Передает вес |
| elastic net regularization | Внутренняя | Передает вес |
| projected gradient descent | Внутренняя | Передает вес |
| retina | Внутренняя | Передает вес |
| visual system | Внутренняя | Передает вес |
| image recognition | Внутренняя | Передает вес |
| error rate | Внутренняя | Передает вес |
| facial recognition | Внутренняя | Передает вес |
| video quality | Внутренняя | Передает вес |
| root mean square error | Внутренняя | Передает вес |
| GoogLeNet | Внутренняя | Передает вес |
| precision | Внутренняя | Передает вес |
| text-to-video model | Внутренняя | Передает вес |
| semantic parsing | Внутренняя | Передает вес |
| recurrent neural networks | Внутренняя | Передает вес |
| drug discovery | Внутренняя | Передает вес |
| proteins | Внутренняя | Передает вес |
| structure-based drug design | Внутренняя | Передает вес |
| aromaticity | Внутренняя | Передает вес |
| hydrogen bonding | Внутренняя | Передает вес |
| biomolecules | Внутренняя | Передает вес |
| Ebola virus | Внутренняя | Передает вес |
| multiple sclerosis | Внутренняя | Передает вес |
| checkers | Внутренняя | Передает вес |
| Fogel | Внутренняя | Передает вес |
| Blondie24 | Внутренняя | Передает вес |
| Chinook | Внутренняя | Передает вес |
| computer Go | Внутренняя | Передает вес |
| Storkey | Внутренняя | Передает вес |
| GNU Go | Внутренняя | Передает вес |
| Monte Carlo tree search | Внутренняя | Передает вес |
| 6 dan | Внутренняя | Передает вес |
| AlphaGo | Внутренняя | Передает вес |
| clay tablets | Внутренняя | Передает вес |
| cuneiform writing | Внутренняя | Передает вес |
| 3D scanners | Внутренняя | Передает вес |
| GigaMesh Software Framework | Внутренняя | Передает вес |
| curvature | Внутренняя | Передает вес |
| transfer learning | Внутренняя | Передает вес |
| critical systems | Внутренняя | Передает вес |
| self-driving cars | Внутренняя | Передает вес |
| visual salience | Внутренняя | Передает вес |
| spatial attention | Внутренняя | Передает вес |
| temporal attention | Внутренняя | Передает вес |
| Atari 2600 | Внутренняя | Передает вес |
| Convolutional deep belief networks | Внутренняя | Передает вес |
| Caffe | Внутренняя | Передает вес |
| C++ | Внутренняя | Передает вес |
| Python | Внутренняя | Передает вес |
| MATLAB | Внутренняя | Передает вес |
| Deeplearning4j | Внутренняя | Передает вес |
| Java | Внутренняя | Передает вес |
| Scala | Внутренняя | Передает вес |
| Spark | Внутренняя | Передает вес |
| Dlib | Внутренняя | Передает вес |
| Microsoft Cognitive Toolkit | Внутренняя | Передает вес |
| C# | Внутренняя | Передает вес |
| TensorFlow | Внутренняя | Передает вес |
| Apache 2.0 | Внутренняя | Передает вес |
| tensor processing unit | Внутренняя | Передает вес |
| Theano | Внутренняя | Передает вес |
| NumPy | Внутренняя | Передает вес |
| CUDA | Внутренняя | Передает вес |
| on-the-GPU | Внутренняя | Передает вес |
| Torch | Внутренняя | Передает вес |
| scientific computing | Внутренняя | Передает вес |
| C | Внутренняя | Передает вес |
| Lua | Внутренняя | Передает вес |
| Attention (machine learning) | Внутренняя | Передает вес |
| Natural-language processing | Внутренняя | Передает вес |
| Scale-invariant feature transform | Внутренняя | Передает вес |
| Vision processing unit | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| time domain | Внутренняя | Передает вес |
| frequency domain | Внутренняя | Передает вес |
| mathematical spaces | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| categorical data | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| "Deep learning" | Внешняя | noFollow |
| Bibcode | Внутренняя | Передает вес |
| 2015Natur.521..436L | Внешняя | noFollow |
| doi | Внутренняя | Передает вес |
| 10.1038/nature14539 | Внешняя | noFollow |
| ISSN | Внутренняя | Передает вес |
| 1476-4687 | Внешняя | noFollow |
| PMID | Внутренняя | Передает вес |
| 26017442 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Backpropagation Applied to Handwritten Zip Code Recognition" | Внешняя | noFollow |
| 10.1162/neco.1989.1.4.541 | Внешняя | noFollow |
| 0899-7667 | Внешняя | noFollow |
| ISBN | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2020ITII...16.5769Z | Внешняя | noFollow |
| 10.1109/TII.2019.2956078 | Внешняя | noFollow |
| 1941-0050 | Внешняя | noFollow |
| S2CID | Внутренняя | Передает вес |
| 213010088 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Residue Number System-Based Solution for Reducing the Hardware Cost of a Convolutional Neural Network" | Внешняя | noFollow |
| 10.1016/j.neucom.2020.04.018 | Внешняя | noFollow |
| 219470398 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| OCLC | Внутренняя | Передает вес |
| 987790957 | Внешняя | noFollow |
| "An Artificial Neural Network for Spatio-Temporal Bipolar Patterns: Application to Phoneme Classification" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1016/j.matcom.2020.04.031 | Внешняя | noFollow |
| 0378-4754 | Внешняя | noFollow |
| 218955622 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1145/1390156.1390177 | Внешняя | noFollow |
| 2617020 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Deep Learning Techniques to Improve Intraoperative Awareness Detection from Electroencephalographic Signals" | Внешняя | noFollow |
| 10.1109/EMBC44109.2020.9176228 | Внешняя | noFollow |
| 33017950 | Внешняя | noFollow |
| 221386616 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| 10.1109/CBI.2017.23 | Внешняя | noFollow |
| 4950757 | Внешняя | noFollow |
| "Shift-invariant pattern recognition neural network and its optical architecture" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Parallel distributed processing model with local space-invariant interconnections and its optical architecture" | Внешняя | noFollow |
| 1990ApOpt..29.4790Z | Внешняя | noFollow |
| 10.1364/AO.29.004790 | Внешняя | noFollow |
| 20577468 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Stride and Translation Invariance in CNNs" | Внешняя | noFollow |
| arXiv | Внутренняя | Передает вес |
| 2103.10097 | Внешняя | noFollow |
| 10.1007/978-3-030-66151-9_17 | Внешняя | noFollow |
| 232269854 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Hidden bias in the DUD-E dataset leads to misleading performance of deep learning in structure-based virtual screening" | Внешняя | noFollow |
| 2019PLoSO..1420113C | Внешняя | noFollow |
| 10.1371/journal.pone.0220113 | Внешняя | noFollow |
| PMC | Внутренняя | Передает вес |
| 31430292 | Внешняя | noFollow |
| "Neocognitron" | Внешняя | noFollow |
| 2007SchpJ...2.1717F | Внешняя | noFollow |
| "Receptive fields and functional architecture of monkey striate cortex" | Внешняя | noFollow |
| 10.1113/jphysiol.1968.sp008455 | Внешняя | noFollow |
| 0022-3751 | Внешняя | noFollow |
| 4966457 | Внешняя | noFollow |
| "Neocognitron: A Self-organizing Neural Network Model for a Mechanism of Pattern Recognition Unaffected by Shift in Position" | Внешняя | noFollow |
| 10.1007/BF00344251 | Внешняя | noFollow |
| 7370364 | Внешняя | noFollow |
| 206775608 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Subject independent facial expression recognition with robust face detection using a convolutional neural network" | Внешняя | noFollow |
| 2003NN.....16..555M | Внешняя | noFollow |
| 10.1016/S0893-6080(03)00115-1 | Внешняя | noFollow |
| 12850007 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| https://arxiv.org/abs/2108.11663v3 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Convolutional Neural Networks (LeNet) – DeepLearning 0.1 documentation" | Внешняя | noFollow |
| the original | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1610.02357 | Внешняя | noFollow |
| cs.CV | Внешняя | noFollow |
| "Flexible, High Performance Convolutional Neural Networks for Image Classification" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Krizhevsky | Внутренняя | Передает вес |
| "ImageNet Classification with Deep Convolutional Neural Networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| the original | Внешняя | noFollow |
| Institute of Electrical and Electronics Engineers | Внутренняя | Передает вес |
| 1202.2745 | Внешняя | noFollow |
| CiteSeerX | Внутренняя | Передает вес |
| 10.1.1.300.3283 | Внешняя | noFollow |
| 10.1109/CVPR.2012.6248110 | Внешняя | noFollow |
| 812295155 | Внешняя | noFollow |
| 2161592 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1511.07122 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1706.05587 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2108.07387 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "LeNet-5, convolutional neural networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Adaptive deconvolutional networks for mid and high level feature learning" | Внешняя | noFollow |
| 10.1109/iccv.2011.6126474 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1603.07285 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Deconvolution and Checkerboard Artifacts" | Внешняя | noFollow |
| 10.23915/distill.00003 | Внешняя | noFollow |
| 2476-0757 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Comparing Object Recognition in Humans and Deep Convolutional Neural Networks—An Eye Tracking Study" | Внешняя | noFollow |
| 10.3389/fnins.2021.750639 | Внешняя | noFollow |
| 1662-453X | Внешняя | noFollow |
| 34690686 | Внешняя | noFollow |
| "Receptive fields of single neurones in the cat's striate cortex" | Внешняя | noFollow |
| 10.1113/jphysiol.1959.sp006308 | Внешняя | noFollow |
| 14403679 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| 1969ITSSC...5..322F | Внешняя | noFollow |
| 10.1109/TSSC.1969.300225 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Schmidhuber, Juergen | Внутренняя | Передает вес |
| 2212.11279 | Внешняя | noFollow |
| cs.NE | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Deep learning" | Внешняя | noFollow |
| 3074096 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1710.05941 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Phoneme Recognition Using Time-Delay Neural Networks | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| Wayback Machine | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| "Convolutional networks for images, speech, and time series" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Connectionist Architectures for Multi-Speaker Phoneme Recognition | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Neural network recognizer for hand-written zip code digits | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| Backpropagation Applied to Handwritten Zip Code Recognition | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Image processing of human corneal endothelium based on a learning network" | Внешняя | noFollow |
| 1991ApOpt..30.4211Z | Внешняя | noFollow |
| 10.1364/AO.30.004211 | Внешняя | noFollow |
| 20706526 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Computerized detection of clustered microcalcifications in digital mammograms using a shift-invariant artificial neural network" | Внешняя | noFollow |
| 1994MedPh..21..517Z | Внешняя | noFollow |
| 10.1118/1.597177 | Внешняя | noFollow |
| 8058017 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1109/ICCV.1993.378228 | Внешняя | noFollow |
| 8619176 | Внешняя | noFollow |
| "Deep Learning" | Внешняя | noFollow |
| 10.1.1.76.1541 | Внешняя | noFollow |
| 10.1162/neco.2006.18.7.1527 | Внешняя | noFollow |
| 16764513 | Внешняя | noFollow |
| 2309950 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| 10.1142/2808 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1998IEEEP..86.2278L | Внешняя | noFollow |
| 10.1109/5.726791 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Error Back Propagation with Minimum-Entropy Weights: A Technique for Better Generalization of 2-D Shift-Invariant NNs" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Applications of neural networks to medical signal processing | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Decomposition of surface EMG signals into single fiber action potentials by means of neural network | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Identification of firing patterns of neuronal signals | Внешняя | noFollow |
| https://ieeexplore.ieee.org/document/70115 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2004PatRe..37.1311O | Внешняя | noFollow |
| 10.1016/j.patcog.2004.01.013 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Using GPUs for Machine Learning Algorithms" | Внешняя | noFollow |
| 10.1109/ICDAR.2005.251 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "High Performance Convolutional Neural Networks for Document Processing" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| "Greedy Layer-Wise Training of Deep Networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Efficient Learning of Sparse Representations with an Energy-Based Model" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Large-scale deep unsupervised learning using graphics processors" | Внешняя | noFollow |
| 10.1145/1553374.1553486 | Внешняя | noFollow |
| 392458 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1003.0358 | Внешняя | noFollow |
| 2010NeCom..22.3207C | Внешняя | noFollow |
| 10.1162/NECO_a_00052 | Внешняя | noFollow |
| 20858131 | Внешняя | noFollow |
| 1918673 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "IJCNN 2011 Competition result table" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "History of computer vision contests won by deep CNNs on GPU" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "ImageNet classification with deep convolutional neural networks" | Внешняя | noFollow |
| 10.1145/3065386 | Внешняя | noFollow |
| 0001-0782 | Внешняя | noFollow |
| 195908774 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1702.07908 | Внешняя | noFollow |
| 10.1007/s11227-017-1994-x | Внешняя | noFollow |
| 14135321 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "The Potential of the Intel (R) Xeon Phi for Supervised Deep Learning" | Внешняя | noFollow |
| 10.1109/HPCC-CSS-ICESS.2015.45 | Внешняя | noFollow |
| 15411954 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "ImageNet Classification with Deep Convolutional Neural Networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| "Why do deep convolutional networks generalize so poorly to small image transformations?" | Внешняя | noFollow |
| 1533-7928 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2004.02806 | Внешняя | noFollow |
| 2022ITNNL..33.6999L | Внешняя | noFollow |
| 10.1109/TNNLS.2021.3084827 | Внешняя | noFollow |
| hdl | Внутренняя | Передает вес |
| 10072/405164 | Внешняя | noFollow |
| 34111009 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "CS231n Convolutional Neural Networks for Visual Recognition" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Pooling in convolutional neural networks for medical image analysis: a survey and an empirical study" | Внешняя | noFollow |
| 10.1007/s00521-022-06953-8 | Внешняя | noFollow |
| 1433-3058 | Внешняя | noFollow |
| 35125669 | Внешняя | noFollow |
| "Evaluation of Pooling Operations in Convolutional Architectures for Object Recognition" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1412.6071 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1412.6806 | Внешняя | noFollow |
| cs.LG | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2019ITVT...68.3224M | Внешняя | noFollow |
| 10.1109/tvt.2019.2899972 | Внешняя | noFollow |
| 0018-9545 | Внешняя | noFollow |
| 86674074 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "A Comparison of Pooling Methods for Convolutional Neural Networks" | Внешняя | noFollow |
| 2022ApSci..12.8643Z | Внешняя | noFollow |
| 2076-3417 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2009.07485 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "A theory of steady-state activity in nerve-fiber networks: I. Definitions and preliminary lemmas" | Внешняя | noFollow |
| 10.1007/BF02478220 | Внешняя | noFollow |
| 0007-4985 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Appropriate number and allocation of ReLUs in convolutional neural networks" | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| the original | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Imagenet classification with deep convolutional neural networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2102.07757 | Внешняя | noFollow |
| 10.1109/ICASSP39728.2021.9414627 | Внешняя | noFollow |
| 231925012 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Tracking Translation Invariance in CNNS" | Внешняя | noFollow |
| 2104.05997 | Внешняя | noFollow |
| 10.1007/978-3-030-66151-9_18 | Внешняя | noFollow |
| 233219976 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1106340711 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Spatial Transformer Networks" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1106278545 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Barner, Kenneth E. | Внутренняя | Передает вес |
| "Inductive conformal predictor for convolutional neural networks: Applications to active learning for image classification" | Внешняя | noFollow |
| 2019PatRe..90..172M | Внешняя | noFollow |
| 10.1016/j.patcog.2019.01.035 | Внешняя | noFollow |
| 0031-3203 | Внешняя | noFollow |
| 127253432 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Deep Learning With Conformal Prediction for Hierarchical Analysis of Large-Scale Whole-Slide Tissue Images" | Внешняя | noFollow |
| 2021IJBHI..25..371W | Внешняя | noFollow |
| 2168-2208 | Внешняя | noFollow |
| 32750907 | Внешняя | noFollow |
| 219885788 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Dropout: A Simple Way to Prevent Neural Networks from overfitting" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Regularization of Neural Networks using DropConnect | ICML 2013 | JMLR W&CP" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1301.3557 | Внешняя | noFollow |
| "Best Practices for Convolutional Neural Networks Applied to Visual Document Analysis – Microsoft Research" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1207.0580 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Dropout: A Simple Way to Prevent Neural Networks from Overfitting" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1016/s0364-0213(79)80008-7 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| https://www.coursera.org/learn/neural-networks | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "The inside story of how AI got good enough to dominate Silicon Valley" | Внешняя | noFollow |
| Quartz | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1.1.92.5813 | Внешняя | noFollow |
| 10.1109/72.554195 | Внешняя | noFollow |
| 18255614 | Внешняя | noFollow |
| 2883848 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "A Convolutional Neural Network Approach for Objective Video Quality Assessment" | Внешняя | noFollow |
| 2006ITNN...17.1316L | Внешняя | noFollow |
| 10.1109/TNN.2006.879766 | Внешняя | noFollow |
| 17001990 | Внешняя | noFollow |
| 221185563 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "ImageNet Large Scale Visual Recognition Competition 2014 (ILSVRC2014)" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1409.4842 | Внешняя | noFollow |
| 10.1109/CVPR.2015.7298594 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Russakovsky, Olga | Внутренняя | Передает вес |
| Karpathy, Andrej | Внутренняя | Передает вес |
| 1409.0575 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "The Face Detection Algorithm Set To Revolutionize Image Search" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1.1.385.4740 | Внешняя | noFollow |
| 10.1007/978-3-642-25446-8_4 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2013ITPAM..35..221J | Внешняя | noFollow |
| 10.1.1.169.4046 | Внешняя | noFollow |
| 10.1109/TPAMI.2012.59 | Внешняя | noFollow |
| 0162-8828 | Внешняя | noFollow |
| 22392705 | Внешняя | noFollow |
| 1923924 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1801.10111 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Large-scale video classification with convolutional neural networks | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1406.2199 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Segment-Tube: Spatio-Temporal Action Localization in Untrimmed Videos with Per-Frame Segmentation" | Внешняя | noFollow |
| 2018Senso..18.1657W | Внешняя | noFollow |
| 10.3390/s18051657 | Внешняя | noFollow |
| 1424-8220 | Внешняя | noFollow |
| 5982167 | Внешняя | noFollow |
| 29789447 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1109/icip.2018.8451692 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1.1.294.5948 | Внешняя | noFollow |
| 10.1109/CVPR.2011.5995496 | Внешняя | noFollow |
| 6006618 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1404.7296 | Внешняя | noFollow |
| cs.CL | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Learning Semantic Representations Using Convolutional Neural Networks for Web Search – Microsoft Research" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1404.2188 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1408.5882 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| A unified architecture for natural language processing: Deep neural networks with multitask learning | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1103.0398 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1702.01923 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1803.01271 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1007/S00521-021-06190-5 | Внешняя | noFollow |
| 236307579 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2107.09355 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "DeepEthogram, a machine learning pipeline for supervised behavior classification from raw pixels" | Внешняя | noFollow |
| 10.7554/eLife.63377 | Внешняя | noFollow |
| 2050-084X | Внешняя | noFollow |
| 34473051 | Внешняя | noFollow |
| "Automated monitoring of honey bees with barcodes and artificial intelligence reveals two distinct social networks from a single affiliative behavior" | Внешняя | noFollow |
| 2023NatSR..13.1541G | Внешняя | noFollow |
| 10.1038/s41598-022-26825-4 | Внешняя | noFollow |
| 2045-2322 | Внешняя | noFollow |
| 36707534 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Automatically identifying, counting, and describing wild animals in camera-trap images with deep learning" | Внешняя | noFollow |
| 2018PNAS..115E5716N | Внешняя | noFollow |
| 10.1073/pnas.1719367115 | Внешняя | noFollow |
| 0027-8424 | Внешняя | noFollow |
| 29871948 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| bioRxiv | Внутренняя | Передает вес |
| 10.1101/2025.04.08.647223 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1101/2025.05.30.657023 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "DeepLabCut: markerless pose estimation of user-defined body parts with deep learning" | Внешняя | noFollow |
| 10.1038/s41593-018-0209-y | Внешняя | noFollow |
| 1097-6256 | Внешняя | noFollow |
| 30127430 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "DeepPoseKit, a software toolkit for fast and robust animal pose estimation using deep learning" | Внешняя | noFollow |
| 2019eLife...847994G | Внешняя | noFollow |
| 10.7554/eLife.47994 | Внешняя | noFollow |
| 31570119 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Publisher Correction: SLEAP: A deep learning system for multi-animal pose tracking" | Внешняя | noFollow |
| 10.1038/s41592-022-01495-2 | Внешняя | noFollow |
| 1548-7091 | Внешняя | noFollow |
| 35468969 | Внешняя | noFollow |
| "DeepBehavior: A Deep Learning Toolbox for Automated Analysis of Animal and Human Behavior Imaging Data" | Внешняя | noFollow |
| 10.3389/fnsys.2019.00020 | Внешняя | noFollow |
| 1662-5137 | Внешняя | noFollow |
| 31133826 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1906.03821 | Внешняя | noFollow |
| 10.1145/3292500.3330680 | Внешняя | noFollow |
| 182952311 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1510.02855 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1506.06579 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Toronto startup has a faster way to discover effective medicines" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Startup Harnesses Supercomputers to Seek Cures" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1999ITNN...10.1382C | Внешняя | noFollow |
| 10.1109/72.809083 | Внешняя | noFollow |
| 18252639 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2001ITEC....5..422C | Внешняя | noFollow |
| 10.1109/4235.942536 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| 1412.3409 | Внешняя | noFollow |
| cs.AI | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1412.6564 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "AlphaGo – Google DeepMind" | Внешняя | noFollow |
| the original | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| 1703.04691 | Внешняя | noFollow |
| stat.ML | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1508.00317 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1906.04397 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.21629/JSEE.2017.01.18 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1908.07978 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| Hubert Mara | Внутренняя | Передает вес |
| 10.11588/data/IE8CCN | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1109/ICDAR.2019.00032 | Внешняя | noFollow |
| 211026941 | Внешняя | noFollow |
| citation | Внутренняя | Передает вес |
| link | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| YouTube | Внутренняя | Передает вес |
| ^ | Внутренняя | Передает вес |
| "CNN based common approach to handwritten character recognition of multiple scripts" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "NIPS 2017" | Внешняя | noFollow |
| the original | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1803.07179 | Внешняя | noFollow |
| 10.1007/978-3-319-92007-8_9 | Внешняя | noFollow |
| 1868-4238 | Внешняя | noFollow |
| 4058889 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Action Recognition by an Attention-Aware Temporal Weighted Convolutional Neural Network" | Внешняя | noFollow |
| 2018Senso..18.1979W | Внешняя | noFollow |
| 10.3390/s18071979 | Внешняя | noFollow |
| 6069475 | Внешняя | noFollow |
| 29933555 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 1508.04186v2 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2015Natur.518..529M | Внешняя | noFollow |
| 10.1038/nature14236 | Внешняя | noFollow |
| 25719670 | Внешняя | noFollow |
| 205242740 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 2000ITSMB..30..403S | Внешняя | noFollow |
| 10.1.1.11.226 | Внешняя | noFollow |
| 10.1109/3477.846230 | Внешняя | noFollow |
| 1083-4419 | Внешняя | noFollow |
| 18252373 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Convolutional Deep Belief Networks on CIFAR-10" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1.1.149.6800 | Внешняя | noFollow |
| 10.1145/1553374.1553453 | Внешняя | noFollow |
| 12008458 | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| 10.1007/b11963 | Внешняя | noFollow |
| 1304548 | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| ^ | Внутренняя | Передает вес |
| "Introduction to Machine Learning, Neural Networks, and Deep Learning" | Внешняя | noFollow |
| Archived | Внешняя | noFollow |
| CS231n: Convolutional Neural Networks for Visual Recognition | Внешняя | noFollow |
| Stanford | Внутренняя | Передает вес |
| vdumoulin/conv_arithmetic: A technical report on convolution arithmetic in the context of deep learning | Внешняя | noFollow |
| Artificial intelligence | Внутренняя | Передает вес |
| History | Внутренняя | Передает вес |
| timeline | Внутренняя | Передает вес |
| Companies | Внутренняя | Передает вес |
| Projects | Внутренняя | Передает вес |
| Parameter | Внутренняя | Передает вес |
| Double descent | Внутренняя | Передает вес |
| Gradient descent | Внутренняя | Передает вес |
| SGD | Внутренняя | Передает вес |
| Quasi-Newton method | Внутренняя | Передает вес |
| Conjugate gradient method | Внутренняя | Передает вес |
| Normalization | Внутренняя | Передает вес |
| Batchnorm | Внутренняя | Передает вес |
| Gating | Внутренняя | Передает вес |
| Weight initialization | Внутренняя | Передает вес |
| Datasets | Внутренняя | Передает вес |
| Prompt engineering | Внутренняя | Передает вес |
| Imitation | Внутренняя | Передает вес |
| Diffusion | Внутренняя | Передает вес |
| Latent diffusion model | Внутренняя | Передает вес |
| Autoregression | Внутренняя | Передает вес |
| Adversary | Внутренняя | Передает вес |
| RAG | Внутренняя | Передает вес |
| Uncanny valley | Внутренняя | Передает вес |
| Reflection | Внутренняя | Передает вес |
| Recursive self-improvement | Внутренняя | Передает вес |
| Hallucination | Внутренняя | Передает вес |
| Word embedding | Внутренняя | Передает вес |
| Vibe coding | Внутренняя | Передает вес |
| Safety | Внутренняя | Передает вес |
| Alignment | Внутренняя | Передает вес |
| Applications | Внутренняя | Передает вес |
| In-context learning | Внутренняя | Передает вес |
| Language model | Внутренняя | Передает вес |
| Large | Внутренняя | Передает вес |
| NMT | Внутренняя | Передает вес |
| Reasoning | Внутренняя | Передает вес |
| Model Context Protocol | Внутренняя | Передает вес |
| Intelligent agent | Внутренняя | Передает вес |
| Artificial human companion | Внутренняя | Передает вес |
| Humanity's Last Exam | Внутренняя | Передает вес |
| Lethal autonomous weapons (LAWs) | Внутренняя | Передает вес |
| Generative artificial intelligence (GenAI) | Внутренняя | Передает вес |
| Artificial general intelligence (AGI) | Внутренняя | Передает вес |
| Artificial superintelligence (ASI) | Внутренняя | Передает вес |
| WaveNet | Внутренняя | Передает вес |
| Human image synthesis | Внутренняя | Передает вес |
| HWR | Внутренняя | Передает вес |
| OCR | Внутренняя | Передает вес |
| Speech synthesis | Внутренняя | Передает вес |
| 15.ai | Внутренняя | Передает вес |
| ElevenLabs | Внутренняя | Передает вес |
| Speech recognition | Внутренняя | Передает вес |
| Whisper | Внутренняя | Передает вес |
| AlphaFold | Внутренняя | Передает вес |
| Text-to-image models | Внутренняя | Передает вес |
| Aurora | Внутренняя | Передает вес |
| DALL-E | Внутренняя | Передает вес |
| Firefly | Внутренняя | Передает вес |
| Flux | Внутренняя | Передает вес |
| GPT Image | Внутренняя | Передает вес |
| Ideogram | Внутренняя | Передает вес |
| Imagen | Внутренняя | Передает вес |
| Midjourney | Внутренняя | Передает вес |
| Recraft | Внутренняя | Передает вес |
| Stable Diffusion | Внутренняя | Передает вес |
| Dream Machine | Внутренняя | Передает вес |
| Runway Gen | Внутренняя | Передает вес |
| Hailuo AI | Внутренняя | Передает вес |
| Kling | Внутренняя | Передает вес |
| Sora | Внутренняя | Передает вес |
| Veo | Внутренняя | Передает вес |
| Music generation | Внутренняя | Передает вес |
| Riffusion | Внутренняя | Передает вес |
| Suno AI | Внутренняя | Передает вес |
| Udio | Внутренняя | Передает вес |
| Word2vec | Внутренняя | Передает вес |
| Seq2seq | Внутренняя | Передает вес |
| GloVe | Внутренняя | Передает вес |
| BERT | Внутренняя | Передает вес |
| T5 | Внутренняя | Передает вес |
| Llama | Внутренняя | Передает вес |
| Chinchilla AI | Внутренняя | Передает вес |
| PaLM | Внутренняя | Передает вес |
| GPT | Внутренняя | Передает вес |
| 1 | Внутренняя | Передает вес |
| 2 | Внутренняя | Передает вес |
| 3 | Внутренняя | Передает вес |
| J | Внутренняя | Передает вес |
| ChatGPT | Внутренняя | Передает вес |
| 4 | Внутренняя | Передает вес |
| 4o | Внутренняя | Передает вес |
| o1 | Внутренняя | Передает вес |
| o3 | Внутренняя | Передает вес |
| 4.5 | Внутренняя | Передает вес |
| 4.1 | Внутренняя | Передает вес |
| o4-mini | Внутренняя | Передает вес |
| 5 | Внутренняя | Передает вес |
| 5.1 | Внутренняя | Передает вес |
| 5.2 | Внутренняя | Передает вес |
| Claude | Внутренняя | Передает вес |
| Gemini | Внутренняя | Передает вес |
| Gemini (language model) | Внутренняя | Передает вес |
| Gemma | Внутренняя | Передает вес |
| Grok | Внутренняя | Передает вес |
| LaMDA | Внутренняя | Передает вес |
| BLOOM | Внутренняя | Передает вес |
| DBRX | Внутренняя | Передает вес |
| Project Debater | Внутренняя | Передает вес |
| IBM Watson | Внутренняя | Передает вес |
| IBM Watsonx | Внутренняя | Передает вес |
| Granite | Внутренняя | Передает вес |
| PanGu-Σ | Внутренняя | Передает вес |
| DeepSeek | Внутренняя | Передает вес |
| Qwen | Внутренняя | Передает вес |
| AlphaZero | Внутренняя | Передает вес |
| OpenAI Five | Внутренняя | Передает вес |
| MuZero | Внутренняя | Передает вес |
| Action selection | Внутренняя | Передает вес |
| AutoGPT | Внутренняя | Передает вес |
| Robot control | Внутренняя | Передает вес |
| Alan Turing | Внутренняя | Передает вес |
| Warren Sturgis McCulloch | Внутренняя | Передает вес |
| Walter Pitts | Внутренняя | Передает вес |
| John von Neumann | Внутренняя | Передает вес |
| Christopher D. Manning | Внутренняя | Передает вес |
| Claude Shannon | Внутренняя | Передает вес |
| Shun'ichi Amari | Внутренняя | Передает вес |
| Takeo Kanade | Внутренняя | Передает вес |
| Marvin Minsky | Внутренняя | Передает вес |
| John McCarthy | Внутренняя | Передает вес |
| Nathaniel Rochester | Внутренняя | Передает вес |
| Allen Newell | Внутренняя | Передает вес |
| Cliff Shaw | Внутренняя | Передает вес |
| Herbert A. Simon | Внутренняя | Передает вес |
| Oliver Selfridge | Внутренняя | Передает вес |
| Frank Rosenblatt | Внутренняя | Передает вес |
| Bernard Widrow | Внутренняя | Передает вес |
| Joseph Weizenbaum | Внутренняя | Передает вес |
| Seymour Papert | Внутренняя | Передает вес |
| Seppo Linnainmaa | Внутренняя | Передает вес |
| Paul Werbos | Внутренняя | Передает вес |
| Geoffrey Hinton | Внутренняя | Передает вес |
| John Hopfield | Внутренняя | Передает вес |
| Jürgen Schmidhuber | Внутренняя | Передает вес |
| Lotfi A. Zadeh | Внутренняя | Передает вес |
| Stephen Grossberg | Внутренняя | Передает вес |
| Alex Graves | Внутренняя | Передает вес |
| James Goodnight | Внутренняя | Передает вес |
| Andrew Ng | Внутренняя | Передает вес |
| Fei-Fei Li | Внутренняя | Передает вес |
| Ilya Sutskever | Внутренняя | Передает вес |
| Oriol Vinyals | Внутренняя | Передает вес |
| Quoc V. Le | Внутренняя | Передает вес |
| Ian Goodfellow | Внутренняя | Передает вес |
| Demis Hassabis | Внутренняя | Передает вес |
| David Silver | Внутренняя | Передает вес |
| Ashish Vaswani | Внутренняя | Передает вес |
| Noam Shazeer | Внутренняя | Передает вес |
| Aidan Gomez | Внутренняя | Передает вес |
| John Schulman | Внутренняя | Передает вес |
| Mustafa Suleyman | Внутренняя | Передает вес |
| Jan Leike | Внутренняя | Передает вес |
| Daniel Kokotajlo | Внутренняя | Передает вес |
| François Chollet | Внутренняя | Передает вес |
| Neural Turing machine | Внутренняя | Передает вес |
| Differentiable neural computer | Внутренняя | Передает вес |
| Residual neural network (RNN) | Внутренняя | Передает вес |
| Highway network | Внутренняя | Передает вес |
| Variational autoencoder (VAE) | Внутренняя | Передает вес |
| Graph neural network (GNN) | Внутренняя | Передает вес |
| Regulation of artificial intelligence | Внутренняя | Передает вес |
| Ethics of artificial intelligence | Внутренняя | Передает вес |
| Precautionary principle | Внутренняя | Передает вес |
| Artificial Intelligence Act (AI Act) | Внутренняя | Передает вес |
| AI bubble | Внутренняя | Передает вес |
| AI literacy | Внутренняя | Передает вес |
| AI winter | Внутренняя | Передает вес |
| In education | Внутренняя | Передает вес |
| In architecture | Внутренняя | Передает вес |
| In visual art | Внутренняя | Передает вес |
| Category | Внутренняя | Передает вес |
| Authority control databases | Внутренняя | Передает вес |
| Latvia | Внешняя | noFollow |
| https://en.wikipedia.org/w/index.php?title=Convolutional_neural_network&oldid=1335778735 | Внешняя | Передает вес |
| Categories | Внутренняя | Передает вес |
| Neural network architectures | Внутренняя | Передает вес |
| Computer vision | Внутренняя | Передает вес |
| Computational neuroscience | Внутренняя | Передает вес |
| Webarchive template wayback links | Внутренняя | Передает вес |
| All articles with dead external links | Внутренняя | Передает вес |
| Articles with dead external links from July 2022 | Внутренняя | Передает вес |
| CS1 German-language sources (de) | Внутренняя | Передает вес |
| Articles with short description | Внутренняя | Передает вес |
| Short description is different from Wikidata | Внутренняя | Передает вес |
| All articles with unsourced statements | Внутренняя | Передает вес |
| Articles with unsourced statements from October 2017 | Внутренняя | Передает вес |
| All articles needing examples | Внутренняя | Передает вес |
| Articles needing examples from October 2017 | Внутренняя | Передает вес |
| Articles with unsourced statements from March 2024 | Внутренняя | Передает вес |
| All articles with specifically marked weasel-worded phrases | Внутренняя | Передает вес |
| Articles with specifically marked weasel-worded phrases from December 2018 | Внутренняя | Передает вес |
| Articles needing additional references from June 2017 | Внутренняя | Передает вес |
| All articles needing additional references | Внутренняя | Передает вес |
| Wikipedia articles needing clarification from December 2018 | Внутренняя | Передает вес |
| Articles with unsourced statements from June 2019 | Внутренняя | Передает вес |
| Creative Commons Attribution-ShareAlike 4.0 License | Внутренняя | Передает вес |
| Terms of Use | Внешняя | Передает вес |
| Privacy Policy | Внешняя | Передает вес |
| Wikimedia Foundation, Inc. | Внешняя | noFollow |
| About Wikipedia | Внутренняя | Передает вес |
| Disclaimers | Внутренняя | Передает вес |
| Contact Wikipedia | Внутренняя | Передает вес |
| Legal & safety contacts | Внешняя | Передает вес |
| Code of Conduct | Внешняя | Передает вес |
| Developers | Внешняя | Передает вес |
| Statistics | Внешняя | Передает вес |
| Cookie statement | Внешняя | Передает вес |
| Mobile view | Внутренняя | Передает вес |
Ключевые слова
Облако ключевых слов
Содержание ключевых слов
| Ключевое слово | Контент | Заголовок страницы | Ключевые слова | Описание страницы | Заголовки |
|---|
Юзабилити
Домен
Домен : cnn.ai
Длина : 6
Favicon
Отлично, Ваш сайт имеет favicon.
Пригодность для печати
Плохо. Мы не нашли CSS файл, отвечающий за печать веб-сайта.
Язык
Хорошо, Ваш установленный язык веб-сайта: en.
Dublin Core
Ваш веб-сайт не использует преимущества Dublin Core.
Документ
Doctype
HTML 5
Кодировка
Замечательно. Кодировка веб-сайта: UTF-8.
W3C Validity
Ошибок : 0
Предупреждений : 0
Приватность эл. почты
Отлично, мы не нашли адрес эл. почты в контенте!
Устаревший HTML
| Устаревшие тэги | Найдено |
|---|---|
| <u> | 2 |
Устаревшие HTML теги - это теги, которые никогда больше не будут используются. Рекомендуется удалить, либо заменить их на CSS правила.
Скорость загрузки
 |
Внимание! Попытайтесь избежать вложенных таблиц. |
|
Слишком плохо. Ваш веб-сайт использует встроенные CSS правила в HTML тэгах. |
 |
Замечательно. Ваш веб-сайт имеет мало CSS файлов. |
|
Замечательно. Ваш веб-сайт имеет мало JavaScript файлов. |
|
Очень плохо, ваш сайт не использует возможность gzip сжатия. |
Мобильный телефон
Оптимизация под моб. телефон
|
Apple иконки |
|
Meta Viewport Тэг |
|
Flash контент |
Оптимизация
XML карта сайта
Отсутствует
Ваш сайт не имеет XML карты сайта - это может быть проблематично.
Карта сайта может содержать дополнительную информацию для поисковых роботов, такую как: время последнего обновления, важность ресурсов, ссылки на это ресурсы. Это помогает роботом более разумно анализировать ваш сайт.
Robots.txt
https://cnn.ai/robots.txt
Отлично, ваш веб-сайт содержит файл robots.txt.
Аналитика
Отсутствует
Мы не нашли ни одной аналитической программы на вашем сайте.
Веб аналитика позволяет следить за активностью пользователей на вашем веб-сайте. Вы должны установить как минимум один инструмент, но также хорошо иметь несколько, чтобы сравнивать показания между собой.
PageSpeed Insights
Устройство
Категории
Free SEO Testing Tool
Free SEO Testing Tool - это бесплатный СЕО инструмент, который поможет вам проанализировать Ваш веб-сайт.