Buchumschlag

Development and Validation of an Artificial Neural Network for the Recognition of Custom Dataset with YOLOv4

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Veysi, P., Adeli, M., Naziri, N. Peirov
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Gentle Approach to Multi-Sensor Fusion Data Using Linear Kalman Filter
von: Veysi, Parsa, et al.
Veröffentlicht: (2024)

Enhancing Accuracy and Efficiency in Calibration of Drinking Water Distribution Networks Through Evolutionary Artificial Neural Networks and Expert Systems
von: Gomez, Cristian, et al.
Veröffentlicht: (2024)

Networked Markets, Fragmented Data: Adaptive Graph Learning for Customer Risk Analytics and Policy Design
von: Zheng, Lecheng, et al.
Veröffentlicht: (2025)

Developing Artificial Mechanics Intuitions from Extremely Small Data
von: Peng, Jingruo, et al.
Veröffentlicht: (2025)

Accelerating Hydrodynamic Fabrication of Microstructures using Deep Neural Networks
von: Clinkinbeard, Nicholus R., et al.
Veröffentlicht: (2024)

A Generative Adversarial Graph Neural Network for Synthetic Time Series Data
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

The Statistical Significance of the Inclusion of Graph Neural Networks in the Financial Time Series Forecasting Problem
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

Constitutive Manifold Neural Networks
von: Schuttert, Wouter J., et al.
Veröffentlicht: (2025)

Physics-Informed Holomorphic Neural Networks (PIHNNs): Solving Linear Elasticity Problems
von: Calafà, Matteo, et al.
Veröffentlicht: (2024)

Drone Acoustic Analysis for Predicting Psychoacoustic Annoyance via Artificial Neural Networks
von: Vaiuso, Andrea, et al.
Veröffentlicht: (2024)

Multiscale Structural Reliability Analysis in high dimensions with Tensor Trains and Physics-Augmented Neural Networks
von: Tyagi, Aryan, et al.
Veröffentlicht: (2026)

Pre-training Time Series Models with Stock Data Customization
von: Wang, Mengyu, et al.
Veröffentlicht: (2025)

Brain-Inspired Physics-Informed Neural Networks: Bare-Minimum Neural Architectures for PDE Solvers
von: Markidis, Stefano
Veröffentlicht: (2024)

From Numbers to Words: Multi-Modal Bankruptcy Prediction Using the ECL Dataset
von: Arno, Henri, et al.
Veröffentlicht: (2024)

Graph Neural Networks in Supply Chain Analytics and Optimization: Concepts, Perspectives, Dataset and Benchmarks
von: Wasi, Azmine Toushik, et al.
Veröffentlicht: (2024)

Distance between Road Networks: A Macroscopic Method for Road Network Datasets Comparison Using Traffic-weighted Geographic Distribution
von: Zhong, Hengyi, et al.
Veröffentlicht: (2026)

Customer Identification for Electricity Retailers Based on Monthly Demand Profiles by Activity Sectors and Locations
von: Luque, Joaquin, et al.
Veröffentlicht: (2025)

Physics Informed Neural Network using Finite Difference Method
von: Lim, Kart Leong, et al.
Veröffentlicht: (2026)

B-XAIC Dataset: Benchmarking Explainable AI for Graph Neural Networks Using Chemical Data
von: Proszewska, Magdalena, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Solving Contact Problems in Three Dimensions
von: Sahin, Tarik, et al.
Veröffentlicht: (2024)

Transfer-learned Kolosov-Muskhelishvili Informed Neural Networks for Fracture Mechanics
von: Zhou, Shuwei, et al.
Veröffentlicht: (2026)

TOaCNN: Adaptive Convolutional Neural Network for Multidisciplinary Topology Optimization
von: Chadha, Khaish Singh, et al.
Veröffentlicht: (2023)

Interpretable Classification of Levantine Ceramic Thin Sections via Neural Networks
von: Capriotti, Sara, et al.
Veröffentlicht: (2025)

Superstructure Optimization with Embedded Neural Networks for Sustainable Aviation Fuel Production
von: Klimek, Alexander, et al.
Veröffentlicht: (2025)

Artificial Intelligence for Food Innovation
von: Datta, Bianca, et al.
Veröffentlicht: (2025)

Exploring Physics-Informed Neural Networks: From Fundamentals to Applications in Complex Systems
von: Ganga, Sai, et al.
Veröffentlicht: (2024)

WeightFlow: Learning Stochastic Dynamics via Evolving Weight of Neural Network
von: Li, Ruikun, et al.
Veröffentlicht: (2025)

Statistical Design of Thermal Protection System Using Physics-Informed Neural Network
von: Lyathakula, Karthik Reddy, et al.
Veröffentlicht: (2025)

A Hybrid Neural Network Model For Predicting The Nitrate Concentration In The Recirculating Aquaculture System
von: Fan, Xiangyu, et al.
Veröffentlicht: (2024)

Enhancing Smart Grids with Internet of Energy: Deep Reinforcement Learning and Convolutional Neural Network
von: Ruzbahani, Ali Mohammadi
Veröffentlicht: (2024)

Enforced Interface Constraints for Domain Decomposition Method of Discrete Physics-Informed Neural Networks
von: Yin, Jichao, et al.
Veröffentlicht: (2025)

Multi-Objective Loss Balancing in Physics-Informed Neural Networks for Fluid Flow Applications
von: Farea, Afrah, et al.
Veröffentlicht: (2025)

Lattice-Boltzmann-Driven Physics-Informed Neural Networks for Droplet Wettability on Rough Surfaces
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

Graph Neural Network-Based Topology Optimization for Self-Supporting Structures in Additive Manufacturing
von: Tabarraei, Alireza, et al.
Veröffentlicht: (2025)

Crystalline Material Discovery in the Era of Artificial Intelligence
von: Wang, Zhenzhong, et al.
Veröffentlicht: (2024)

A Knowledge-Inspired Hierarchical Physics-Informed Neural Network for Pipeline Hydraulic Transient Simulation
von: Du, Jian, et al.
Veröffentlicht: (2024)

A Dual Physics-Informed Kolmogorov-Arnold Neural Network Framework for Continuum Topology Optimization
von: Zhang, Junyuan, et al.
Veröffentlicht: (2026)

Thermodynamically Consistent Hybrid and Permutation-Invariant Neural Yield Functions for Anisotropic Plasticity
von: Jadoon, Asghar A., et al.
Veröffentlicht: (2025)

First Steps towards Categorical Algebraic Artificial Chemistry
von: Pratt-Johns, Joe, et al.
Veröffentlicht: (2026)

Using Graph Neural Networks and Frequency Domain Data for Automated Operational Modal Analysis of Populations of Structures
von: Jian, Xudong, et al.
Veröffentlicht: (2024)