Zobrazeno 1 - 10
of 19
pro vyhledávání: '"Otović, Erik"'
Autor:
Otović, Erik, Njirjak, Marko, Jozinović, Dario, Mauša, Goran, Michelini, Alberto, Štajduhar, Ivan
Publikováno v:
Knowledge-Based Systems, Volume 239, 5 March 2022, 107976
In practice, it is very demanding and sometimes impossible to collect datasets of tagged data large enough to successfully train a machine learning model, and one possible solution to this problem is transfer learning. This study aims to assess how t
Externí odkaz:
http://arxiv.org/abs/2201.04449
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Njirjak, Marko1 (AUTHOR) mnjirjak@riteh.hr, Otović, Erik1 (AUTHOR) eotovic@riteh.hr, Jozinović, Dario2,3 (AUTHOR) dario.jozinovic@sed.ethz.ch, Lerga, Jonatan1,4 (AUTHOR) jlerga@riteh.hr, Mauša, Goran1,4 (AUTHOR) gmausa@riteh.hr, Michelini, Alberto2 (AUTHOR) alberto.michelini@ingv.it, Štajduhar, Ivan1,4 (AUTHOR) istajduh@riteh.hr
Publikováno v:
Mathematics (2227-7390). Mar2022, Vol. 10 Issue 6, p965. 17p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The predictive performance of a neural network depends on its weights and architecture. Optimizers based on gradient descent are most commonly used to optimize the weights, and grid search is utilized to find the most suitable architecture from the l
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=57a035e5b1ae::22e770d36e315dd9b82c0a633f90e79f
https://doi.org/10.23919/mipro57284.2023.10159943
https://doi.org/10.23919/mipro57284.2023.10159943
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Soft computing is a set of probabilistic algorithms, which are robust to imprecision and tolerant to uncertainty, that enable us to grapple with analytically intractable problems and make up for the lack of theoretical knowledge. In our project we ap
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=57a035e5b1ae::df367e7a5bfab053b973bad868e59e24
https://www.bib.irb.hr/1236813
https://www.bib.irb.hr/1236813
In recent years, deep neural networks have been successfully applied to peptide activity prediction as a part of in-silico virtual screening process. Such methods can guide the discovery of novel active peptides by providing prospective peptide seque
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::175209114055f7f957ad62c95ad78f1e
https://www.bib.irb.hr/1212353
https://www.bib.irb.hr/1212353
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
This data archive contains the training, validation and test datasets for ConvNetQuake_INGV as presented in this article: Lomax, A., Michelini, A., & Jozinović, D. (2019). An Investigation of Rapid Earthquake Characterization Using Single‐Station
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=57a035e5b1ae::ad16287f6d68746cf0f4734ef6790f3e
https://doi.org/10.5281/zenodo.5040865
https://doi.org/10.5281/zenodo.5040865