Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Vinas, Luciano"'
Autor:
Vinas, Luciano, Amini, Arash A.
We investigate the classification performance of graph neural networks with graph-polynomial features, poly-GNNs, on the problem of semi-supervised node classification. We analyze poly-GNNs under a general contextual stochastic block model (CSBM) by
Externí odkaz:
http://arxiv.org/abs/2407.19567
Autor:
Vinas, Luciano, Amini, Arash A.
We investigate a class of recovery problems for which observations are a noisy combination of continuous and step functions. These problems can be seen as non-injective instances of non-linear ICA with direct applications to image decontamination for
Externí odkaz:
http://arxiv.org/abs/2311.05756
Autor:
Vinas, Luciano, Amini, Arash A.
We revisit recent spectral GNN approaches to semi-supervised node classification (SSNC). We posit that many of the current GNN architectures may be over-engineered. Instead, simpler, traditional methods from nonparametric estimation, applied in the s
Externí odkaz:
http://arxiv.org/abs/2310.05250
A spatially regularized Gaussian mixture model, LapGM, is proposed for the bias field correction and magnetic resonance normalization problem. The proposed spatial regularizer gives practitioners fine-tuned control between balancing bias field remova
Externí odkaz:
http://arxiv.org/abs/2209.13619
Autor:
Vinas, Luciano, Sudyadhom, Atchar
Purpose: Provide a closed-form solution to the sinusoidal coil sensitivity model proposed by Kern et al. Solution allows for the precise computations of varied, simulated bias fields which can be directly applied onto raw intensity datasets. Methods:
Externí odkaz:
http://arxiv.org/abs/2208.03059
We describe the use of machine learning algorithms to select high-quality measurements for the Mu2e experiment. This technique is important for experiments with backgrounds that arise due to measurement errors. The algorithms use multiple pieces of a
Externí odkaz:
http://arxiv.org/abs/2106.08891
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.