MDPI AG epub Advanced Biometrics with Deep Learning

ZIP 6.7 Mb
RAR 10.7 Mb
EXE 7.3 Mb
APK 10.7 Mb
IOS 6.9 Mb
Advanced Biometrics with Deep Learning

MDPI AG yazarının Advanced Biometrics with Deep Learning kitabı da dahil olmak üzere birçok dosya aşağıdaki bölümleri de içerebilir:
- imza dosyası: çeşitli varlıklar için dijital imzalar içerir.
- şifreleme.xml: yayımlama kaynaklarının şifrelenmesiyle ilgili bilgileri içerir. (Yazı tipi gizleme kullanılıyorsa bu dosya gereklidir.)
- meta veriler: kapsayıcı hakkında meta verileri depolamak için kullanılır.
- haklar: Advanced Biometrics with Deep Learning kitabının dijital haklarıyla ilgili bilgileri depolamak için kullanılır.

XHTML içerik belgeleri ayrıca zengin meta verilerle Advanced Biometrics with Deep Learning kitap işaretlemesine açıklama ekleme olanakları içerir, bu da onları hem işleme hem de erişilebilirlik amaçları için anlamsal olarak daha anlamlı ve kullanışlı hale getirir.

E içerik belgeleri, bir yayının okunabilir içeriğini tanımlayan ve ilgili medya varlıklarına (görüntüler, ses ve video klipler gibi) bağlantı veren XHTML (HTML5 profili tarafından tanımlanır) veya SVG belgeleri vb.'dir.


Biçim seçin
pdf kindle doc
yazar
Boyutlar ve boyutlar
Tarafından yayınlandı

28 Ekim 2011 Mdpi AG Kolektif 18,9 x 0,6 x 24,6 cm 18,9 x 0,2 x 24,6 cm WADE H MCCREE ROBERT H BORK 18,9 x 0,4 x 24,6 cm 18,9 x 0,5 x 24,6 cm Additional Contributors 1 Ocak 2017 3 Ocak 2017 15 x 0,5 x 22 cm 28 Şubat 2018 10 Ağustos 2020 30 Ekim 2011 18,9 x 0,3 x 24,6 cm ERWIN N GRISWOLD
okumak okumak kayıt olmadan
yazar MDPI AG
isbn 10 303936698X
isbn 13 978-3039366989
Yayımcı MDPI AG
Boyutlar ve boyutlar 16.99 x 1.75 x 24.41 cm
Tarafından yayınlandı Advanced Biometrics with Deep Learning 10 Ağustos 2020

Biometrics, such as fingerprint, iris, face, hand print, hand vein, speech and gait recognition, etc., as a means of identity management have become commonplace nowadays for various applications. Biometric systems follow a typical pipeline, that is composed of separate preprocessing, feature extraction and classification. Deep learning as a data-driven representation learning approach has been shown to be a promising alternative to conventional data-agnostic and handcrafted pre-processing and feature extraction for biometric systems. Furthermore, deep learning offers an end-to-end learning paradigm to unify preprocessing, feature extraction, and recognition, based solely on biometric data. This Special Issue has collected 12 high-quality, state-of-the-art research papers that deal with challenging issues in advanced biometric systems based on deep learning. The 12 papers can be divided into 4 categories according to biometric modality; namely, face biometrics, medical electronic signals (EEG and ECG), voice print, and others.

En son kitaplar

benzer kitaplar

Methods in Dating and Other Applications using Luminescence


okumak kayıt olmadan
Recent Advances in Natural Products Chemistry Related to Metabolites and Microbiomes


okumak kayıt olmadan
Research on Solar Collector


okumak kayıt olmadan
Entropy Application for Forecasting


okumak kayıt olmadan
Number Theory and Symmetry


okumak kayıt olmadan
Symmetry in Engineering Sciences II


okumak kayıt olmadan