Zobrazeno 1 - 10
of 60
pro vyhledávání: '"Tatinati, Sivanagaraja"'
On current {\it e-}learning platforms, live classes are an important tool that provides students with an opportunity to get more involved while learning new concepts. In such classes, the element of interaction with teachers and fellow peers helps in
Externí odkaz:
http://arxiv.org/abs/2211.15532
Looking For A Match: Self-supervised Clustering For Automatic Doubt Matching In e-learning Platforms
Recently, e-learning platforms have grown as a place where students can post doubts (as a snap taken with smart phones) and get them resolved in minutes. However, the significant increase in the number of student-posted doubts with high variance in q
Externí odkaz:
http://arxiv.org/abs/2208.09600
Publikováno v:
In Medical Engineering and Physics August 2016 38(8):749-757
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.
Accurate prediction of tumor motion for motion adaptive radiotherapy has been a challenge as respiration-induced motion is non-stationary in nature and often subjected to irregularities. Despite having a plethora of works for predicting this motion,
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7094412c6bcf23b7efca1e902fd6d1dd
https://hdl.handle.net/10356/155268
https://hdl.handle.net/10356/155268
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Impact of online learning sequences to forecast course outcomes for an undergraduate digital signal processing (DSP) course is studied in this work. A multi-modal learning schema based on deep-learning techniques with learning sequences, psychometric
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______1392::320a1c5d8be4a56192444c15d83d15ac
http://hdl.handle.net/10220/47974
http://hdl.handle.net/10220/47974
Publikováno v:
APSIPA
Automatic speech emotion recognition is one of the challenging tasks in machine learning community mainly due to the significant variations across individuals while expressing the same emotion cue. The success of emotion recognition with machine lear
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::3a2d69953f756041e9d4bd52c5119316
https://doi.org/10.1109/apsipa.2017.8282026
https://doi.org/10.1109/apsipa.2017.8282026
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.