KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb

Gutscheinbedingungen

Gültig bis 21.10.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | Online auf thalia.de und in der Thalia App einlösbar | Click & Collect nur mit Online-Zahlung (Paypal/Kreditkarte) vorab | Nicht kombinierbar mit anderen Gutscheinen oder Preisaktionen | Nur einmal pro Einkauf einlösbar | Gutschein wird auf max. 500€ Bestellwert angerechnet | Keine Barauszahlung | Nicht gültig für Versandkosten und Services
Produktbild: Neural Information Processing
Band 11955

Neural Information Processing 26th International Conference, ICONIP 2019, Sydney, NSW, Australia, December 12–15, 2019, Proceedings, Part III

Aus der Reihe Theoretical Computer Science and General Issues

51,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.12.2019

Abbildungen

XXI, 649 p. 302 illus., 144 illus. in color.

Herausgeber

Tom Gedeon + weitere

Verlag

Springer

Seitenzahl

649

Maße (L/B/H)

23,5/15,5/3,6 cm

Gewicht

1001 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-36717-6

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

11.12.2019

Abbildungen

XXI, 649 p. 302 illus., 144 illus. in color.

Herausgeber

Verlag

Springer

Seitenzahl

649

Maße (L/B/H)

23,5/15,5/3,6 cm

Gewicht

1001 g

Auflage

1st ed. 2019

Sprache

Englisch

ISBN

978-3-030-36717-6

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Neural Information Processing

  • Semantic and Graph Based Approaches.-
    GL2vec: Graph Embedding Enriched by Line graphs with Edge Features.- Joint Semantic Hashing using Deep Supervised and Unsupervised Methods.- Label-Based Deep Semantic Hashing for Cross-Modal Retrieval.- HRec: Heterogeneous Graph Embedding-Based Personalized Point-of-Interest Recommendation.- Embedding and Predicting Software Security Entity Relationships: A Knowledge Graph Based Approach.- SACIC: A Semantics-aware Convolutional Image Captioner using Multi-Level Pervasive Attention.- One Analog Neuron Cannot Recognize Deterministic Context-Free Languages.- Tag-based Semantic Features for Scene Image Classification.- Integrating TM Knowledge into NMT with Double Chain Graph.- Learning Transferable Policies with Improved Graph Neural Networks on Serial Robotic Structure.- Visualizing Readable Instance Graphs of Ontology with Memo Graph.-
    Spiking Neuron and Related Models.-
    Hippocampus Segmentation in MRI Using Side U-Net Model.- AutoMLfor DenseNet Compression.- Mechanisms of Reward-Modulated STDP and Winner-Take-All in Bayesian Spiking Decision-Making Circuit.- Homeostasis-based CNN-to-SNN Conversion of Inception and Residual Architectures.- Training Large-Scale Spiking Neural Networks on Multi-core Neuromorphic System Using Backpropagation.- Deep learning of EEG Data in the NeuCube Brain-inspired Spiking Neutral Network Architecture for a Better Understanding of Depression.-
    Text Computing Using Neural Techniques.-
    Watch and Ask: Video Question Generation.- Multi-Perspective Denoising Reader for Multi-Paragraph Reading Comprehension.- Models in the Wild: On Corruption Robustness of Neural NLP Systems.- Hie-Transformer: A Hierarchical Hybrid Transformer for Abstractive Article Summarization.- Target-Based Attention Model for Aspect-Level Sentiment Analysis.- Keyphrase Generation with Word Attention.- Dynamic Neural Language Models.- A Fast Convolutional Self-attention Based Speech Dereverberation Method forRobust Speech Recognition.- Option Attentive Capsule Network for Multi-choice Reading Comprehension.- Exploring and Identifying Malicious Sites in Dark Web Using Machine Learning.- Paragraph-Level Hierarchical Neural Machine Translation.- Residual Connection-based Multi-step Reasoning via Commonsense Knowledge for Multiple Choice Machine Reading Comprehension.- Zero-Shot Transfer Learning Based on Visual and Textual Resemblance.- Morphological Knowledge Guided Mongolian Constituent Parsing.- BERT based Hierarchical Sequence Classification for Context-aware Microblog Sentiment Analysis.- Topic Aware Context Modelling for Conversation Response Generation.- What a Dialogue! A Deep Neural Framework for Contextual Affect Detection.- Improving student forum responsiveness: Detecting Duplicate Questions in Educational Forums.-
    Time-series and Related Models.-
    On Probability Calibration of Recurrent Text Recognition Network.- On the Hermite Series-Based Generalized Regression Neural Networks for Stream Data Mining.- Deep Hybrid Spatiotemporal networks for Continuous Pain Intensity Estimation.- Sales Demand Forecast in E-commerce using a Long Short-Term Memory Neural Network Methodology.- Deep Point-wise Prediction for Action Temporal Proposal.- Real-time Financial Data Prediction Using Meta-cognitive Recurrent Kernel Online Sequential Extreme Learning Machine.- Deep Spatial-Temporal Field for Human Head Orientation Estimation.- Prediction-Coherent LSTM-based Recurrent Neural Network for Safer Glucose Predictions in Diabetic People.- Teacher-Student Learning and Post-Processing for Robust BiLSTM Mask-Based Acoustic Beamforming.- Maxout into MDLSTM for offline Arabic handwriting recognition.-
    Unsupervised Neural Models.-
    Unsupervised Feature Selection Based on Matrix Factorization with Redundancy Minimization.- Distance estimation for Quantum Prototypes based Clustering.- Accelerating Bag-of-Words with SOM.- A Deep Clustering-Guide Learning for Unsupervised Person Re-identification.- Semi-Supervised Deep Learning Using Unsupervised Discriminant Projection.- Unsupervised pre-training of the brain connectivity dynamic using residual D-net.- Clustering Ensemble Selection with Determinantal Point Processes.- Generative Histogram-based Model using Unsupervised Learning.