Zobrazeno 1 - 10
of 73
pro vyhledávání: '"Devarajan, Venkat"'
Autor:
Kamabattula, Sree Ram, Musini, Kumudha, Namazi, Babak, Sankaranarayanan, Ganesh, Devarajan, Venkat
Training Deep neural networks (DNNs) on noisy labeled datasets is a challenging problem, because learning on mislabeled examples deteriorates the performance of the network. As the ground truth availability is limited with real-world noisy datasets,
Externí odkaz:
http://arxiv.org/abs/2105.10796
Training deep neural networks (DNNs) with noisy labels is a challenging problem due to over-parameterization. DNNs tend to essentially fit on clean samples at a higher rate in the initial stages, and later fit on the noisy samples at a relatively low
Externí odkaz:
http://arxiv.org/abs/2012.13435
We propose a new multilabel classifier, called LapTool-Net to detect the presence of surgical tools in each frame of a laparoscopic video. The novelty of LapTool-Net is the exploitation of the correlation among the usage of different tools and, the t
Externí odkaz:
http://arxiv.org/abs/1905.08983
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:
Surgical Endoscopy & Other Interventional Techniques; Jan2022, Vol. 36 Issue 1, p679-688, 10p
Publikováno v:
In Computers in Industry 2002 47(2):169-183
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.
Autor:
Wang, Xiuzhong, Devarajan, Venkat
Publikováno v:
Proceedings of the 2004 ACM SIGGRAPH International Conference: Virtual Reality Continuum & its Applications in Industry; 6/16/2004, p317-323, 7p