Gutscheinbedingungen

**Gültig vom 20.07.2026 bis 22.07.2026 | Gültig für nicht preisgebundene fremdsprachige Bücher | Einzelne Artikel können ausgeschlossen sein | 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: Medical Applications with Disentanglements
  • Produktbild: Medical Applications with Disentanglements
Band 13823

Medical Applications with Disentanglements First MICCAI Workshop, MAD 2022, Held in Conjunction with MICCAI 2022, Singapore, September 22, 2022, Proceedings

53,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.02.2023

Herausgeber

Jana Fragemann + weitere

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-25045-3

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.02.2023

Herausgeber

Verlag

Springer

Seitenzahl

127

Maße (L/B/H)

23,5/15,5/0,8 cm

Gewicht

224 g

Auflage

1st edition 2023

Sprache

Englisch

ISBN

978-3-031-25045-3

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

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: Medical Applications with Disentanglements
  • Produktbild: Medical Applications with Disentanglements
  • Applying Disentanglement in the Medical Domain: An Introduction.- HSIC-InfoGAN: Learning Unsupervised Disentangled Representations by Maximising Approximated Mutual Information.- Implicit Embeddings via GAN Inversion for High Resolution Chest Radiographs.- Disentangled Representation Learning for Privacy-Preserving Case-Based Explanations.- Instance-Specific Augmentation of Brain MRIs with Variational Autoencoder.- Low-rank and Sparse Metamorphic Autoencoders for Unsupervised Pathology Disentanglement.- Training ß-VAE by Aggregating a Learned Gaussian Posterior with a Decoupled Decoder.- Disentangling Factors of Morpholigical Variation in an Invertible Brain Aging Model.- A study of representational properties of unsupervised anomaly detection in brain MRI.