Zobrazeno 1 - 10
of 23
pro vyhledávání: '"Zhao, Leo"'
Image matting aims to obtain an alpha matte that separates foreground objects from the background accurately. Recently, trimap-free matting has been well studied because it requires only the original image without any extra input. Such methods usuall
Externí odkaz:
http://arxiv.org/abs/2405.17916
Autor:
Wibowo, Yoga Esa, Cioflan, Cristian, Ingolfsson, Thorir Mar, Hersche, Michael, Zhao, Leo, Rahimi, Abbas, Benini, Luca
Few-Shot Class-Incremental Learning (FSCIL) enables machine learning systems to expand their inference capabilities to new classes using only a few labeled examples, without forgetting the previously learned classes. Classical backpropagation-based l
Externí odkaz:
http://arxiv.org/abs/2403.07851
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:
Iyer, Srikrishna1 (AUTHOR) srikrish001@e.ntu.edu.sg, Zhao, Leo2,3 (AUTHOR) leo.zhao@ncs.com.sg, Mohan, Manoj Prabhakar1 (AUTHOR) manoj.mohan@ntu.edu.sg, Jimeno, Joe2,3 (AUTHOR) joe.jimeno@ncs.com.sg, Siyal, Mohammed Yakoob1,2 (AUTHOR) eyakoob@ntu.edu.sg, Alphones, Arokiaswami1,2 (AUTHOR) ealphones@ntu.edu.sg, Karim, Muhammad Faeyz1,2 (AUTHOR) faeyz@ntu.edu.sg
Publikováno v:
Sensors (14248220). May2022, Vol. 22 Issue 9, p3106-3106. 20p.
Physics-Informed Neural Networks (PINNs) have emerged as a promising deep learning framework for approximating numerical solutions for partial differential equations (PDEs). While conventional PINNs and most related studies adopt fully-connected mult
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=arXiv_______::bf1fe96ba78e702457d29c81257bbe11
http://arxiv.org/abs/2307.11833
http://arxiv.org/abs/2307.11833
Autor:
Manion, John, Musser, Melissa A., Kuziel, Gavin A., Liu, Min, Shepherd, Amy, Wang, Siyu, Lee, Pyung-Gang, Zhao, Leo, Zhang, Jie, Marreddy, Ravi K. R., Goldsmith, Jeffrey D., Yuan, Ke, Hurdle, Julian G., Gerhard, Ralf, Jin, Rongsheng, Rakoff-Nahoum, Seth, Rao, Meenakshi, Dong, Min
Publikováno v:
Nature; Oct2023, Vol. 622 Issue 7983, p611-618, 8p
Autor:
Manion, John, Musser, Melissa A., Kuziel, Gavin A., Liu, Min, Shepherd, Amy, Wang, Siyu, Lee, Pyung-Gang, Zhao, Leo, Zhang, Jie, Marreddy, Ravi K. R., Goldsmith, Jeffrey D., Yuan, Ke, Hurdle, Julian G., Gerhard, Ralf, Jin, Rongsheng, Rakoff-Nahoum, Seth, Rao, Meenakshi, Dong, Min
Publikováno v:
Nature; 20230101, Issue: Preprints p1-8, 8p
Autor:
Zhao, Leo
Publikováno v:
Argument; 2018, Issue 327, p339-349, 11p
Autor:
Zhao, Leo, Xavior, M. Anthony
Publikováno v:
In Procedia Engineering 2017 174:1-2