专家用例
该存储库为您提供了重现我们原始论文结果的资源,并展示了EXPERT的功能。
刊物
Enabling technology for microbial source tracking based on transfer learning: From ontology-aware general knowledge to context-aware expert systems
Hui Chong, Qingyang Yu, Yuguo Zha, Guangzhou Xiong, Nan
IEEE_GRSL_DRCNN
引文
郑Y,李J,李Y,曹K,王K.,《深度残差学习,提高高光谱泛锐化的精度》,《 IEEE地理科学与遥感快报》,第1卷。 17号8,pp.1435-1439,2020年8月,doi:10.1109 / LGRS.2019.2945424。
ARTICLE{Zheng2020GRSL,
author={Y. {Zheng} and J. {Li} and Y. {Li} and K. {Cao} and K. {Wang}},
journal={IEEE Geo
点集特征学习的局部谱图卷积
该存储库包含论文源代码 该论文已被ECCV 2018接受。
系统管道
引文
如果该存储库中的论文或代码对您的研究有用,请考虑引用:
article{wang2018local,
title={Local Spectral Graph Convolution for Point Set Feature Learning},
author={Wang, Chu and Samari, Babak and Siddiqi, Kaleem},
关于
论文的源代码
如果您使用该代码或对它有帮助,请引用以下文章:
inproceedings{xingjian2017deep,
title={Deep learning for precipitation nowcasting: a benchmark and a new model},
author={Shi, Xingjian and Gao, Zhihan and Lausen, Leonard and Wang, Hao and Yeung, Dit-Yan and
用于快速和可扩展的点云学习的Grid-GCN(CVPR2020)
请引用我们:
article{1912.02984,
Author = {Qiangeng Xu and Xudong Sun and Cho-Ying Wu and Panqu Wang and Ulrich Neumann},
Title = {Grid-GCN for Fast and Scalable Point Cloud Learning},
Year = {2019},
Eprint = {arXi
SRVAE(用于实像超高分辨率的生成变分自动编码器)
致志,王立文,李卓德,玛丽·保妮·卡尼和萧婉琪
此仓库仅提供简单的测试代码,预训练的模型和网络策略演示。
我们提出了使用生成的变分自动编码器(dSRVAE)的联合图像去噪和超分辨率模型
我们参加CVPRW
请检查我们的
BibTex
InProceedings{Liu2020dsrvae,
author = {Liu, Zhi-Song Siu, Wan-Chi and and Wang, Li-Wen and L