Inpainting and Denoising Challenges

The problem of dealing with missing or incomplete data in machine learning and computer vision arises in many applications. Recent strategies make use of generative models to impute missing or corrupted data. Advances in computer vision using deep generative models have found applications in image/v...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Άλλοι συγγραφείς: Escalera, Sergio (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt), Ayache, Stephane (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt), Wan, Jun (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt), Madadi, Meysam (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt), Güçlü, Umut (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt), Baró, Xavier (Επιμελητής έκδοσης, http://id.loc.gov/vocabulary/relators/edt)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Cham : Springer International Publishing : Imprint: Springer, 2019.
Έκδοση:1st ed. 2019.
Σειρά:The Springer Series on Challenges in Machine Learning,
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link

Διαδίκτυο

Full Text via HEAL-Link

ΒΚΠ - Πατρα: ALFd

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: ALFd
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 1 Στη βιβλιοθήκη

ΒΚΠ - Πατρα: BSC

Λεπτομέρειες τεκμηρίων από ΒΚΠ - Πατρα: BSC
Ταξιθετικός Αριθμός: 330.01 BAU
Αντίγραφο 2 Στη βιβλιοθήκη
Αντίγραφο 3 Στη βιβλιοθήκη