Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Jing, Changxing"'
Autor:
Jing, Changxing, Huang, Yan, Zhuang, Yihong, Sun, Liyan, Huang, Yue, Xiao, Zhenlong, Ding, Xinghao
Federated Learning (FL) is developed to learn a single global model across the decentralized data, while is susceptible when realizing client-specific personalization in the presence of statistical heterogeneity. However, studies focus on learning a
Externí odkaz:
http://arxiv.org/abs/2204.11841
Autor:
Zhang, Yunlong, Jing, Changxing, Lin, Huangxing, Chen, Chaoqi, Huang, Yue, Ding, Xinghao, Zou, Yang
Domain adaptation (DA) aims to transfer knowledge from a label-rich and related domain (source domain) to a label-scare domain (target domain). Pseudo-labeling has recently been widely explored and used in DA. However, this line of research is still
Externí odkaz:
http://arxiv.org/abs/2008.03455
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Jing, Changxing, Huang, Yan, Zhuang, Yihong, Sun, Liyan, Xiao, Zhenlong, Huang, Yue, Ding, Xinghao
Publikováno v:
In Neural Networks June 2023 163:354-366
Existing methods for single images raindrop removal either have poor robustness or suffer from parameter burdens. In this paper, we propose a new Adjacent Aggregation Network (A^2Net) with lightweight architectures to remove raindrops from single ima
Externí odkaz:
http://arxiv.org/abs/1811.09780
Autor:
Zhang, Yunlong, Jing, Changxing, Lin, Huangxing, Chen, Chaoqi, Huang, Yue, Ding, Xinghao, Zou, Yang
Publikováno v:
In Knowledge-Based Systems 21 June 2021 222
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.