Zobrazeno 1 - 10
of 39
pro vyhledávání: '"Temporal sparsity"'
Autor:
Alvaro J. Riascos Villegas, Juan S. Moreno Pabon, Mateo Dulce Rubio, Sebastian Quintero, Johan Garcia Vargas, Hernan Garcia
Publikováno v:
IEEE Access, Vol 10, Pp 14359-14367 (2022)
Homicide prediction is a challenging task due to the spatio-temporal sparsity of these crime events. In this paper we report the results of using several approaches to mitigate this sparsity condition in machine learning models specially tailored tow
Externí odkaz:
https://doaj.org/article/f9ff0b0257ec41db962d8a4f7223ecc2
Publikováno v:
Sensors, Vol 22, Iss 10, p 3686 (2022)
Adversarial examples have aroused great attention during the past years owing to their threat to the deep neural networks (DNNs). Recently, they have been successfully extended to video models. Compared with image cases, the sparse adversarial pertur
Externí odkaz:
https://doaj.org/article/c10569972ae043bb9bc9bedf23b358e4
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:
SAM Research Report, 2022-05
It is well-known that the resolution of traditional optical imaging system is limited by the so-called Rayleigh resolution or diffraction limit, which is of several hundreds of nanometers. By employing fluorescence techniques, modern microscopic meth
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od_______150::6cdf5f7752a7d030c71f8cfe71070655
https://hdl.handle.net/20.500.11850/552752
https://hdl.handle.net/20.500.11850/552752
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.
Autor:
Bernabe Linares-Barranco, Pieter Simoens, Teresa Serrano-Gotarredona, Mina A. Khoei, Bart Dhoedt, Priscila Holanda, Orlando Miguel Pires Dos Reis Moreira, Jonathan Tapson, Sam Leroux, Amirreza Yousefzadeh, Sahar Hosseini
Publikováno v:
idUS. Depósito de Investigación de la Universidad de Sevilla
instname
idUS: Depósito de Investigación de la Universidad de Sevilla
Universidad de Sevilla (US)
IEEE JOURNAL ON EMERGING AND SELECTED TOPICS IN CIRCUITS AND SYSTEMS
instname
idUS: Depósito de Investigación de la Universidad de Sevilla
Universidad de Sevilla (US)
IEEE JOURNAL ON EMERGING AND SELECTED TOPICS IN CIRCUITS AND SYSTEMS
Inference of Deep Neural Networks for stream signal (Video/Audio) processing in edge devices is still challenging. Unlike the most state of the art inference engines which are efficient for static signals, our brain is optimized for real-time dynamic
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::cc9d01c8697e285bcbd44a6fa46ba8b9
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.