Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Ahrabian, Alireza"'
Autor:
Sheeny, Marcel, De Pellegrin, Emanuele, Mukherjee, Saptarshi, Ahrabian, Alireza, Wang, Sen, Wallace, Andrew
Datasets for autonomous cars are essential for the development and benchmarking of perception systems. However, most existing datasets are captured with camera and LiDAR sensors in good weather conditions. In this paper, we present the RAdar Dataset
Externí odkaz:
http://arxiv.org/abs/2010.09076
We propose a method that combines sparse depth (LiDAR) measurements with an intensity image and to produce a dense high-resolution depth image. As there are few, but accurate, depth measurements from the scene, our method infers the remaining depth v
Externí odkaz:
http://arxiv.org/abs/1910.14377
Autor:
Ahrabian, Alireza
This work addresses the problem of segmentation in time series data with respect to a statistical parameter of interest in Bayesian models. It is common to assume that the parameters are distinct within each segment. As such, many Bayesian change poi
Externí odkaz:
http://arxiv.org/abs/1901.05452
This work addresses the problem of segmentation in time series data with respect to a statistical parameter of interest in Bayesian models. It is common to assume that the parameters are distinct within each segment. As such, many Bayesian change poi
Externí odkaz:
http://arxiv.org/abs/1710.09657
This work develops techniques for the sequential detection and location estimation of transient changes in the volatility (standard deviation) of time series data. In particular, we introduce a class of change detection algorithms based on the window
Externí odkaz:
http://arxiv.org/abs/1709.03105
Autor:
Ahrabian, Alireza
Recent advances in time-frequency theory have led to the development of high resolution time-frequency algorithms, such as the empirical mode decomposition (EMD) and the synchrosqueezing transform (SST). These algorithms provide enhanced localization
Externí odkaz:
http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.676794
Publikováno v:
In Signal Processing January 2015 106:331-341
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.