Zobrazeno 1 - 10
of 38
pro vyhledávání: '"DI STEFANO, FRANCESCO"'
Abstract reasoning is a cornerstone of human intelligence, and replicating it with artificial intelligence (AI) presents an ongoing challenge. This study focuses on efficiently solving Raven's progressive matrices (RPM), a visual test for assessing a
Externí odkaz:
http://arxiv.org/abs/2401.16024
Multi-tasking machine learning (ML) models exhibit prediction abilities in domains with little to no training data available (few-shot and zero-shot learning). Over-parameterized ML models are further capable of zero-loss training and near-optimal ge
Externí odkaz:
http://arxiv.org/abs/2311.06876
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Di Stefano, Francesco, Chiappini, Stefano, Sanità, Marsia, Pierdicca, Roberto, Malinverni, Eva Savina
Publikováno v:
Geomatics & Environmental Engineering; 2024, Vol. 18 Issue 3, p63-80, 18p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mammoliti, Elisa1,2 (AUTHOR) a.tazioli@staff.univpm.it, Di Stefano, Francesco3 (AUTHOR) f.distefano@staff.univpm.it, Fronzi, Davide2 (AUTHOR) d.fronzi@pm.univpm.it, Mancini, Adriano4 (AUTHOR) a.mancini@univpm.it, Malinverni, Eva Savina3 (AUTHOR) e.s.malinverni@staff.univpm.it, Tazioli, Alberto2 (AUTHOR)
Publikováno v:
Remote Sensing. May2022, Vol. 14 Issue 10, p2365-2365. 22p.
Autor:
DI STEFANO, FRANCESCO1 fds290@gmail.com, GIULIANI, GIOACCHINO GIAMPAOLO1, OUZOUNOV, DIMITAR1,2, CATALDI, DANIELE1,3, FIDANI, CRISTIANO1,4, D'ERRICO, ANGELO1, FIORAVANTI, GIULIA1,5
Publikováno v:
AAPP Physical, Mathematical & Natural Sciences / Atti della Accademia Peloritana dei Pericolanti: Classe di Scienze Fisiche, Matematiche e Naturali. 2021 Supplement, Vol. 99, p1-12. 12p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Computational Science and Its Applications – ICCSA 2020
Very high-resolution (VHR) images proved to be an invaluable source of information even in the archaeological domain, but sometimes shadows hinder their full exploitation. To overcome such limitation, this research proposes a workflow able to analyze
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmc_________::b8b09b65b8fd0cbd574bfe94b5570e0d
http://europepmc.org/articles/PMC7974348
http://europepmc.org/articles/PMC7974348
Autor:
Gorgoglione, Lucrezia, Malinverni, Eva Savina, Smaniotto Costa, Carlos, Pierdicca, Roberto, Di Stefano, Francesco
Publikováno v:
Smart Cities (2624-6511); Feb2023, Vol. 6 Issue 1, p243-262, 20p