Zobrazeno 1 - 10
of 833
pro vyhledávání: '"Fojtı́k, P."'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The unwavering success of deep learning in the past decade led to the increasing prevalence of deep learning methods in various application fields. However, the downsides of deep learning, most prominently its lack of trustworthiness, may not be comp
Externí odkaz:
http://arxiv.org/abs/2408.06212
Publikováno v:
Journal of Computational and Graphical Statistics, 33(2), 699-713, 2023
The Tukey (or halfspace) depth extends nonparametric methods toward multivariate data. The multivariate analogues of the quantiles are the central regions of the Tukey depth, defined as sets of points in the $d$-dimensional space whose Tukey depth ex
Externí odkaz:
http://arxiv.org/abs/2208.04587
Autor:
Navarro, J.F., Pérez, B., López, M.A., Boeckx, J., Rovenska, V., Helbig, S., Torvela, T., Beaumont, T., M, Kowatari, Frank, D., Lebacq, A.L., Meisenberg, O., Fojtik, P., Broggio, D.
Publikováno v:
In Radiation Physics and Chemistry November 2024 224
High quality standard cell layout automation in advanced technology nodes is still challenging in the industry today because of complex design rules. In this paper we introduce an automatic standard cell layout generator called NVCell that can genera
Externí odkaz:
http://arxiv.org/abs/2107.07044
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.
Micro-panel data are collected and analysed in many research and industry areas. Cluster analysis of micro-panel data is an unsupervised learning exploratory method identifying subgroup clusters in a data set which include homogeneous objects in term
Externí odkaz:
http://arxiv.org/abs/1807.05926