Merkzettel Warenkorb
Produktbild: Generalizing from Limited Resources in the Open World
- 13%

Generalizing from Limited Resources in the Open World Second International Workshop, GLOW 2024, Held in Conjunction with IJCAI 2024, Jeju, South Korea, August 3, 2024, Proceedings

Aus der Reihe Communications in Computer and Information Science
13% sparen

64,99 € UVP 74,89 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.07.2024

Herausgeber

Jinyang Guo + weitere

Verlag

Springer Singapore

Seitenzahl

210

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

347 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9761-24-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

28.07.2024

Herausgeber

Verlag

Springer Singapore

Seitenzahl

210

Maße (L/B/H)

23,5/15,5/1,3 cm

Gewicht

347 g

Auflage

1. Auflage

Sprache

Englisch

ISBN

978-981-9761-24-1

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: Generalizing from Limited Resources in the Open World

  • Efficient Methods for Low-resource Hardware.-  Towards Point Cloud Compression for Machine Perception: A Simple and Strong Baseline by Learning the Octree Depth Level Predictor.- Toward Efficient Deep Spiking Neuron Networks: A Survey On Compression.- Towards Efficient Fault Detection of UHV DC Circuit Breakers.- Robust Autonomous Unmanned Aerial Vehicle System for Efficient Tracking of Moving Objects.-  Efficient Fintuning with Limited Data.-  Entity Augmentation for Efficient Classification of Vertically Partitioned Data with Limited Overlap.-CafeLLM: Context-Aware Fine-Grained Semantic Clustering using Large Language Models.- Adapter-Based Contextualized Meta Embeddings.-  Advancements in Multimodal Systems.-  MADP: Multi-modal Sequence Learning for Alzheimer’s Disease Prediction with Missing Data.- Multi-modal Spatiotemporal Forecasting via Cross-scale Operator Learning and Spatial Representation Aggregation.- Improved VLN-BERT with Reinforcing Endpoint Alignment for Vision-and-Language Navigation.- Bridging the Language Gap: Domain-Specific Dataset Construction for Medical LLMs.- Integrating Text-to-Image and Vision Language Models for Synergistic Dataset Generation: The Creation of Synergy-General-Multimodal Pairs.-  Recognition and Reasoning in the Open World.-  Semantic-Degrade Learning Framework for Open World Object Detection.- Multi-modal Prompts with Feature Decoupling for Open-Vocabulary Object Detection.- YOLO-FCNET: Enhancing SAR Ship Detection with Fourier Convolution in YOLOv8.