Zobrazeno 1 - 10
of 29
pro vyhledávání: '"Brauer, Jürgen"'
A common goal of unpaired image-to-image translation is to preserve content consistency between source images and translated images while mimicking the style of the target domain. Due to biases between the datasets of both domains, many methods suffe
Externí odkaz:
http://arxiv.org/abs/2309.13188
Autor:
Stuhr, Bonifaz, Brauer, Jürgen
Publikováno v:
Neural Computing and Applications (2022)
Finding general evaluation metrics for unsupervised representation learning techniques is a challenging open research question, which recently has become more and more necessary due to the increasing interest in unsupervised methods. Even though thes
Externí odkaz:
http://arxiv.org/abs/2009.02383
Autor:
Stuhr, Bonifaz, Brauer, Jürgen
This work combines Convolutional Neural Networks (CNNs), clustering via Self-Organizing Maps (SOMs) and Hebbian Learning to propose the building blocks of Convolutional Self-Organizing Neural Networks (CSNNs), which learn representations in an unsupe
Externí odkaz:
http://arxiv.org/abs/2001.10388
Autor:
Stuhr, Bonifaz1,2 (AUTHOR) bonifaz.stuhr@hs-kempten.de, Brauer, Jürgen2 (AUTHOR)
Publikováno v:
Neural Computing & Applications. Jul2022, Vol. 34 Issue 13, p11109-11121. 13p.
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.