Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Ganesan, Aishwarya"'
Autor:
Dai, Yifan, Xu, Yien, Ganesan, Aishwarya, Alagappan, Ramnatthan, Kroth, Brian, Arpaci-Dusseau, Andrea C., Arpaci-Dusseau, Remzi H.
We introduce BOURBON, a log-structured merge (LSM) tree that utilizes machine learning to provide fast lookups. We base the design and implementation of BOURBON on empirically-grounded principles that we derive through careful analysis of LSM design.
Externí odkaz:
http://arxiv.org/abs/2005.14213
Deep Q-Learning for Lane Localization : Exploring Reinforcement Learning for Accurate Lane Detection
Autor:
Ganesan, Aishwarya
In autonomous driving, achieving fast and reliable lane detection is essential. This project explores a two-step lane detection and localization approach, diverging from relying solely on end-to-end deep learning methods, which often struggle with cu
Externí odkaz:
http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-346213
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.
Publikováno v:
Proceedings of the 20th Annual International Conference Mobile Computing & Networking; 9/7/2014, p271-274, 4p
Autor:
Rallapalli, Swati, Ganesan, Aishwarya, Chintalapudi, Krishna, Padmanabhan, Venkat N., Qiu, Lili
Publikováno v:
Proceedings of the 20th Annual International Conference Mobile Computing & Networking; 9/7/2014, p115-126, 12p
Autor:
Ganesan, Aishwarya, Rallapalli, Swati, Chintalapudi, Krishna Kant, Padmanabhan, Venkata N., Lili Qiu
Publikováno v:
MobiDE: International Workshop on Data Engineering for Wireless & Mobile Access; 2014, p271-272, 2p