Zobrazeno 1 - 10
of 264
pro vyhledávání: '"Lehner, Bernhard"'
Out-of-distribution (OOD) detection is critical when deploying machine learning models in the real world. Outlier exposure methods, which incorporate auxiliary outlier data in the training process, can drastically improve OOD detection performance co
Externí odkaz:
http://arxiv.org/abs/2405.08766
Publikováno v:
In Remote Sensing of Environment 1 July 2024 308
Autor:
Ehalt Macedo, Heloisa1 (AUTHOR) heloisa.ehaltmacedo@mail.mcgill.ca, Lehner, Bernhard1 (AUTHOR) bernhard.lehner@mcgill.ca, Nicell, Jim2 (AUTHOR), Grill, Günther1 (AUTHOR)
Publikováno v:
Geoscientific Model Development. 2024, Vol. 17 Issue 7, p2877-2899. 23p.
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:
In Ecological Indicators February 2023 146
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.
In Acoustic Scene Classification (ASC) two major approaches have been followed . While one utilizes engineered features such as mel-frequency-cepstral-coefficients (MFCCs), the other uses learned features that are the outcome of an optimization algor
Externí odkaz:
http://arxiv.org/abs/1706.06525
Autor:
Döll, Petra, Abbasi, Mahdi, Messager, Mathis Loïc, Trautmann, Tim, Lehner, Bernhard, Lamouroux, Nicolas
Publikováno v:
Water Resources Research; Aug2024, Vol. 60 Issue 8, p1-28, 28p
Publikováno v:
In Global Environmental Change November 2021 71