Artificial Neural Networks and Machine Learning - ICANN 2023
Lingua: inglese
Editore: Springer, Springer Sep 2023, 2023
- Brossura
- Nuovo

Da: buchversandmimpf2000, Emtmannsberg, BAYE, Germaniabuchversandmimpf2000
Venditore AbeBooks dal 23 gennaio 2017
Condizione: Nuovo
EUR 96,29
Quantità: 1 disponibili
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
This item is printed on demand - Print on Demand Titel. Neuware -A Comparative Study of Sentence Embedding Models for Assessing Semantic Variation.- A Deep Learning based Method for Generating Holographic Acoustic Fields from Phased Transducer Arrays.- A Depth-guided Attention Strategy for Crowd Counting.- A Noise Convolution Network for Tampering Detection.- Attention-based Feature Interaction Deep Factorization Machine for CTR Prediction.- Block-level Stiffness Analysis of Residual Networks.- CKNA: Kernel Hyperparameters Optimization Method for Group-wise CNNs.- Conditional Convolution Residual Network for Efficient Super-Resolution.- Cross Attention with Deep Local Features for Few-shot Image Classification.- Deep Video Compression Based on 3D Convolution Artifacts Removal and Attention Compression Module.- Deep-learning Based Three Channel Defocused Projection Profilometry.- Depthwise Convolution with Channel Mixer: Rethinking MLP in MetaFormer for Faster and More Accurate Vehicle Detection.- DLUIO: Detecting Useful Investor Opinions by Deep Learning.- Dynamic obstacle avoidance for unmanned aerial vehicle using dynamic vision sensor.- Empirical Study on the Effect of Residual Networks on the Expressiveness of Linear Regions.- Energy Complexity Model for Convolutional Neural Networks.- Enhancing the Interpretability of Deep Multi-Agent Reinforcement Learning via Neural Logic Reasoning.- Evidential Robust Deep Learning for Noisy Text2text Question Classification.- FBPFormer: Dynamic Convolutional Transformer for Global-Local-Contexual Facial Beauty Prediction.- Heavy-Tailed Regularization of Weight Matrices in Deep Neural Networks.- Interaction of Generalization and Out-of-Distribution Detection Capabilities in Deep Neural Networks.- Long-distance Pipeline Intrusion Warning Based on Environment Embedding From Distributed Optical Fiber Sensing.- LSA3D: Lightweight Separate Asynchronous 3D Convolutional Neural Network for Gait Recognition.- MADNet: EEG-based Depression Detection using a Deep Convolution Neural Network Framework with Multi-dimensional Attention.- Maintenance automation using deep learning methods a case study from the aerospace industry.- MCASleepNet: Multimodal channel attention-based deep neural network for automatic sleep staging.- Multi-label Image Deep Hashing with Hybrid Loss of Global Center and Local Alignment.- Multi-relation Representation Learning based Deep Network for Patent Classification.- One Hip Wonder: 1D-CNNs Reduce Sensor Requirements for Everyday Gait Analysis.- Patches Channel Attention For Human Sitting Posture Recognition.- RA-Net: A Deep Learning Approach based on Residual Structure and Attention Mechanism for Image Copy-move Forgery Detection.- Rethinking CNN Architectures in Transformer Detectors.- Robustness of Biologically-inspired filter-based ConvNet to Signal Perturbation.- Self-Supervised Graph Convolution for Video Moment Retrieval.- Siamese Network based on MLP and Multi-head Cross Attention for Visual Object Tracking.- Taper Residual Dense Network for Audio Super-Resolution.- VPNDroid: Malicious Android VPN detection using a CNN-RF method.- Who breaks early, looses: goal oriented training of deep neural networks based on port Hamiltonian dynamics.- BLR:A multi-modal sentiment analysis model.- Detecting Negative Sentiment on Sarcastic Tweets for Sentiment Analysis.- Local or Global: The Variation in the Encoding of Style Across Sentiment and Formality.- Prompt-oriented Fine-tuning Dual Bert for Aspect-Based Sentiment Analysis.- Towards Energy-Efficient Sentiment Classification with Spiking Neural Networks.- Using Masked Language Modeling to Enhance BERT-based Aspect-Based Sentiment Analysis for Affective Token Prediction.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 580 pp. Englisch.…
Codice articolo 9783031442032
- Titolo
- Artificial Neural Networks and Machine Learning - ICANN 2023
- Autore
- Lazaros Iliadis
- Editore
- Springer, Springer Sep 2023
- Anno di pubblicazione
- 2023
- Condizione
- Neu
- Rilegatura
- Taschenbuch
- Lingua
- inglese
- ISBN 10
- 3031442032
- ISBN 13
- 9783031442032
- Peso dell'articolo
- 867 grammi
- Dimensioni
- 235x155x32 mm
The 10-volume set LNCS 14254-14263 constitutes the proceedings of the 32nd International Conference on Artificial Neural Networks and Machine Learning, ICANN 2023, which took place in Heraklion, Crete, Greece, during September 26–29, 2023.
The 426 full papers and 9 short papers included in these proceedings were carefully reviewed and selected from 947 submissions. ICANN is a dual-track conference, featuring tracks in brain inspired computing on the one hand, and machine learning on the other, with strong cross-disciplinary interactions and applications.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
buchversandmimpf2000
Emtmannsberg, BAYE, Germania
Venditore AbeBooks dal 23 gennaio 2017
Tariffe di spedizione da Germania a U.S.A.
| Articolo | Da 60 a 60 giorni lavorativi | Da 60 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 60,00 | EUR 75,00 |
Metodi di pagamento
- Assegno
- PayPal
Descrizione dello Store
Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur
Specializzazione
Modernes Antiquariat - Bücher von 1960 bis heuteInformazioni sull’azienda del venditore
buchversandmimpf2000
Germania
Condizioni di vendita
Impressum
Gesetzliche Anbieterkennung:
Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871
Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività commerciale, imprenditoriale, artigianale o professionale.
Informazioni sul diritto di recesso
Diritto legale di recesso
Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.
Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.
Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).
Per rispettare il termine di recesso, è sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.
Effetti del recesso
In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).
Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.
Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.
Il rimborso sarà effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.
Possiamo trattenere il rimborso finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a buchversandmimpf2000, Emtmannsberg, BAYE, Germany, +49 09209-2023188, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.
Eccezioni al diritto di recesso
Il diritto di recesso non si applica a:
- La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
- La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.
Condizioni di spedizione
Soweit in der Artikelbeschreibung keine andere Frist angegeben ist, erfolgt die Lieferung der Ware innerhalb von 3-5 Werktagen nach Vertragsschluss, bei Vorauszahlung erst nach Eingang des vollständigen Kaufpreises und der Versandkosten. Alle Preise inkl. MwSt.