| 标题 |
 A Deep Probabilistic Transfer Learning Framework for Soft Sensor Modeling With Missing Data 一种用于缺失数据软测量建模的深度概率迁移学习框架
相关领域
软传感器
计算机科学
人工智能
概率逻辑
缺少数据
学习迁移
深度学习
深信不疑网络
机器学习
高斯过程
克里金
贝叶斯定理
过程（计算）
生成模型
数据挖掘
特征（语言学）
数据驱动
高斯分布
生成语法
贝叶斯概率
物理
量子力学
操作系统
语言学
哲学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE transactions on neural networks and learning systems 作者：Zheng Chai; Chunhui Zhao; Biao Huang; Hongtian Chen 出版日期：2021-06-15 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)
Kao
cdercder
Copyright
大力的冬萱
Nole
潇洒的惋清
OK
行走的荷尔蒙
arniu2008
挣积分换文献的大飞
Criminology34
liuzhuohao
明亮尔蓝
Nexus
乐空思
科研啦
lizishu
喷火娃
Oracle
美好斓
皖公网安备34019202002308
