Zobrazeno 1 - 10
of 7 166
pro vyhledávání: '"Khani P"'
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:
Journal of King Saud University: Science, Vol 36, Iss 10, Pp 103465- (2024)
Sundar Khani is native grape variety of Pakistan which has long berry length and significantly rich in taste and sweetness. There is limited literature on pretreatment and drying data for this valuable variety of Grapes. Current study was conducted t
Externí odkaz:
https://doaj.org/article/5512b8b1c52041c3b8bcf9c1494d67ad
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Sanghi, Aditya, Khani, Aliasghar, Reddy, Pradyumna, Rampini, Arianna, Cheung, Derek, Malekshan, Kamal Rahimi, Madan, Kanika, Shayani, Hooman
Large-scale 3D generative models require substantial computational resources yet often fall short in capturing fine details and complex geometries at high resolutions. We attribute this limitation to the inefficiency of current representations, which
Externí odkaz:
http://arxiv.org/abs/2411.08017
Publikováno v:
Journal of Horticulture and Postharvest Research, Vol 3, Iss Special Issue - Abiotic and Biotic Stresses, Pp 79-90 (2020)
Purpose: The present research was done to evaluate the responses of ‘Yusef Khani’ (Y) and ‘Malas-e-Yazdi’ (M) Iranian pomegranates to salt stress under field conditions. Research method: Treatments included different salinized water (EC=1.05
Externí odkaz:
https://doaj.org/article/036b8b5c7d9c42b885f1c831d1fa7a7f
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Existing benchmarks for large language models (LLMs) increasingly struggle to differentiate between top-performing models, underscoring the need for more challenging evaluation frameworks. We introduce MMLU-Pro+, an enhanced benchmark building upon M
Externí odkaz:
http://arxiv.org/abs/2409.02257
Autor:
Afshar, Pardis, Hashembeiki, Sajjad, Khani, Pouya, Fatemizadeh, Emad, Rohban, Mohammad Hossein
Histopathological image analysis is crucial for accurate cancer diagnosis and treatment planning. While deep learning models, especially convolutional neural networks, have advanced this field, their "black-box" nature raises concerns about interpret
Externí odkaz:
http://arxiv.org/abs/2408.16395
Autor:
Khani, Nikhil, Yang, Shuo, Nath, Aniruddh, Liu, Yang, Abbo, Pendo, Wei, Li, Andrews, Shawn, Kula, Maciej, Kahn, Jarrod, Zhao, Zhe, Hong, Lichan, Chi, Ed
Knowledge Distillation (KD) is a powerful approach for compressing a large model into a smaller, more efficient model, particularly beneficial for latency-sensitive applications like recommender systems. However, current KD research predominantly foc
Externí odkaz:
http://arxiv.org/abs/2408.14678