Zobrazeno 1 - 10
of 1 120
pro vyhledávání: '"Gabbouj, M."'
Autor:
Passalis, N., Pedrazzi, S., Babuska, R., Burgard, W., Dias, D., Ferro, F., Gabbouj, M., Green, O., Iosifidis, A., Kayacan, E., Kober, J., Michel, O., Nikolaidis, N., Nousi, P., Pieters, R., Tzelepi, M., Valada, A., Tefas, A.
Existing Deep Learning (DL) frameworks typically do not provide ready-to-use solutions for robotics, where very specific learning, reasoning, and embodiment problems exist. Their relatively steep learning curve and the different methodologies employe
Externí odkaz:
http://arxiv.org/abs/2203.00403
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.
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.
Discriminative learning based on convolutional neural networks (CNNs) aims to perform image restoration by learning from training examples of noisy-clean image pairs. It has become the go-to methodology for tackling image restoration and has outperfo
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1664::37c96753d57cb4e3e25d38110484f9b7
https://hdl.handle.net/10576/30591
https://hdl.handle.net/10576/30591
Operational Neural Networks (ONNs) have recently been proposed to address the well-known limitations and drawbacks of conventional Convolutional Neural Networks (CNNs) such as network homogeneity with the sole linear neuron model. ONNs are heterogene
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1664::0b943b3b84c2daf74744aae91e4dd35f
https://hdl.handle.net/10576/30586
https://hdl.handle.net/10576/30586
Feed-forward, fully connected artificial neural networks or the so-called multi-layer perceptrons are well-known universal approximators. However, their learning performance varies significantly depending on the function or the solution space that th
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1664::6c4b5b1c59d4356b0a579d31fbb86ce5
https://www.scopus.com/inward/record.uri?eid=2-s2.0-85081633955&doi=10.1007/s00521-020-04780-3&partnerID=40&md5=d326c80fe9be33c15699162d9d55926f
https://www.scopus.com/inward/record.uri?eid=2-s2.0-85081633955&doi=10.1007/s00521-020-04780-3&partnerID=40&md5=d326c80fe9be33c15699162d9d55926f