Zobrazeno 1 - 10
of 149
pro vyhledávání: '"Wursch, A."'
The Hot Big Bang model predicts the existence of a \emph{cosmic neutrino background}. The number of particles and anti-particles in this primordial bath of neutrinos can be different -- a memory of processes that took place at very early epochs. If n
Externí odkaz:
http://arxiv.org/abs/2212.01038
Autor:
Gnos, Tobias, Besserer, Reto, Mermoud, Yves, Reymond, Serge, Bourdelle, Pierre-Francois, Kejik, Pavel, Wursch, Christoph, Huber, Samuel
Publikováno v:
IEEE Sensors Journal; December 2024, Vol. 24 Issue: 24 p40262-40273, 12p
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.
Autor:
Reto Besserer, Yves Mermoud, Tobias Gnos, Serge Reymond, Pavel Kejik, Jens Muttersbach, Christoph Wursch, Samuel Huber
Publikováno v:
2022 IEEE Sensors.
Autor:
L. Di Cesare Mannelli, D. Balayssac, J. Busserolles, C. Dalbos, L. Prival, D. Richard, M. Quintana, L. Micheli, A. Toti, V. Ferrara, C. Ghelardini, K. Vlasakova, W.E. Glaab, Y. Hu, I. Loryan, K. Wursch, V. Dubost, E. Johnson, K. Penrrat, D. Theil
Publikováno v:
Toxicology Letters. 368:S222
Publikováno v:
IEEE Magnetics Letters. 8:1-5
Inductive detection with double-balanced coils and a spatial phase profile were used to identify copper and steel rods in a composite target. The electromagnetic detection system was designed and validated with a dipole model. Simulations and experim
Autor:
Vinaychandran Pondenkandath, Manuel Bouillon, Marcel Wursch, Mathias Seuret, Marcus Liwicki, Michele Alberti, Rolf Ingold
Publikováno v:
Lecture Notes in Computer Science ISBN: 9783030110116
ECCV Workshops (2)
ECCV Workshops (2)
We propose a novel approach towards adversarial attacks on neural networks (NN), focusing on tampering the data used for training instead of generating attacks on trained models. Our network-agnostic method creates a backdoor during training which ca
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::25b080e04732194c318ff10a8666c914
https://doi.org/10.1007/978-3-030-11012-3_25
https://doi.org/10.1007/978-3-030-11012-3_25
Autor:
Rolf Ingold, Michele Alberti, Lars Vögtlin, Vinaychandran Pondenkandath, Marcus Liwicki, Marcel Wursch
Publikováno v:
SDS
The field of deep learning is experiencing a trend towards producing reproducible research. Nevertheless, it is still often a frustrating experience to reproduce scientific results. This is especially true in the machine learning community, where it
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::517d9cf7c2aaf35ecae3037f94fe1230