EMCA: EFFICIENT MULTISCALE CHANNEL ATTENTION MODULE FOR DEEP NEURAL NETWORKS / (Record no. 164592)

MARC details
000 -LEADER
fixed length control field 02993nam a2200301Ia 4500
005 - DATE AND TIME OF LATEST TRANSACTION
control field 20250223033133.0
008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION
fixed length control field 231030s9999 xx 000 0 und d
049 ## - LOCAL HOLDINGS (OCLC)
Holding library Deposit
082 ## - DEWEY DECIMAL CLASSIFICATION NUMBER
Classification number 004.65
097 ## - Thesis Degree
Thesis Level Ms.c
099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC)
Classification number Cai01.13.08.Ms.c.2022.Es.E.
100 ## - MAIN ENTRY--PERSONAL NAME
Personal name Eslam Mohamed Ali,
245 ## - TITLE STATEMENT
Title EMCA: EFFICIENT MULTISCALE CHANNEL ATTENTION MODULE FOR DEEP NEURAL NETWORKS /
Statement of responsibility, etc. By Eslam Mohamed Ali ؛ Mohsen A. Rashwan,Omar Ahmed Nasr,Khaled Mostafa
246 ## - VARYING FORM OF TITLE
Title proper/short title وحدات انتباه دقيقة متعددة الخصائص مدمجه فى معالجات الصور الرقمية عن طريق تعليم االله العميق
260 ## - PUBLICATION, DISTRIBUTION, ETC.
Date of publication, distribution, etc. 2022.
336 ## - CONTENT TYPE
Source rda content
Content type term text
337 ## - MEDIA TYPE
Source rdamedia
Media type term Unmediated
338 ## - CARRIER TYPE
Source rdacarrier
Carrier type term volume
502 ## - DISSERTATION NOTE
Dissertation note Thesis (M.Sc.)-Cairo University,2022.
504 ## - BIBLIOGRAPHY, ETC. NOTE
Bibliography, etc. note Bibliography: p. 59-66.
520 ## - SUMMARY, ETC.
Summary, etc. زيادة تحسين التمثيالت التى تتعلمها من العمود الفقري لشبكة ال CNN اكثر واكثر، تم استخدام آليات االنتباه عبر بعدين على حد سواء, وهما: البعد االول يتمثل في عدد السمات التى تتعلمها كل طبقة فى الشبكة العصبية, والبعد الثاني عبر االبعاد المكانية. ومع ذلك ، كل الخوارمزميات الموجوده حاليا تعاني من عيب شديد وهو انها كرس وحدات االنتباه اللتقاط التفاعالت المحلية من النطاقات االحادية متغفالتا عن بقية النطاقات ذات االبعاد لمختلفة. بناءا على ذلك, يتناول هذا العمل السؤال التالي: هل يمكن للمرء أن يدمج المقاييس المتعددة التجميع ثناء تعليم وحدات االنتباه لكي نحصل على وحدات انتباه تعمل بشكل أكثر كفاءة؟ تحقيقا لهذه الغاية ، في هذا لعمل نحن نستفيد من االهتمام بالقناوات على مقاييس الميزات المتعددة بدال من التركيز على نطاق واحد محدود، والذي يظهر بشكل تجريبي كفاءته لتحل محل وحدات االنتباه المحلية والفردية المحدودة. وحدات االنتباه لمقدمة فى هذا العمل المسماه ب EMCA تتميز بخفه الوزن و لكن فى نفس الوقت تعمل بكفاءه شديدة حيث من تصميمات الشبكات نها يمكنها أن تمذج السياق العالمي بشكل أكثر كفاءة ؛ يتم دمجه بسهولة في أي تغذية لعصبية CNN وتمتاز ايضا بانها يمكن تدريبها بطريقة شاملة.
650 ## - SUBJECT ADDED ENTRY--TOPICAL TERM
Topical term or geographic name entry element Networks
653 ## - INDEX TERM--UNCONTROLLED
Uncontrolled term Machine Learning
700 ## - ADDED ENTRY--PERSONAL NAME
Personal name Omar Ahmed Nasr,
856 ## - ELECTRONIC LOCATION AND ACCESS
Uniform Resource Identifier <a href="http://172.23.153.220/th.pdf">http://172.23.153.220/th.pdf</a>
905 ## - LOCAL DATA ELEMENT E, LDE (RLIN)
Cataloger Mohamady
942 ## - ADDED ENTRY ELEMENTS (KOHA)
Koha item type Thesis
Source of classification or shelving scheme Dewey Decimal Classification
Holdings
Source of classification or shelving scheme Not for loan Home library Current library Date acquired Full call number Barcode Date last seen Koha item type
Dewey Decimal Classification   المكتبة المركزبة الجديدة - جامعة القاهرة قاعة الرسائل الجامعية - الدور الاول 11.02.2024 Cai01.13.08.Ms.c.2022.Es.E. 01010110086679000 30.10.2023 Thesis
Cairo University Libraries Portal Implemented & Customized by: Eng. M. Mohamady Contacts: new-lib@cl.cu.edu.eg | cnul@cl.cu.edu.eg
CUCL logo CNUL logo
© All rights reserved — Cairo University Libraries
CUCL logo
Implemented & Customized by: Eng. M. Mohamady Contact: new-lib@cl.cu.edu.eg © All rights reserved — New Central Library
CNUL logo
Implemented & Customized by: Eng. M. Mohamady Contact: cnul@cl.cu.edu.eg © All rights reserved — Cairo National University Library