PUMA

Akademisches Publikationsmanagement
Publikationen sammeln, verwalten und teilen.

( en | de )

 

Disambiguierung von "Kumar, Nishant"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Robust Reconstruction of the Void Fraction from Noisy Magnetic Flux Density Using Invertible Neural Networks

, , , , , und . Sensors, (2024)
DOI: 10.3390/s24041213

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Kumar, Nishant
Eine Person hinzufügen mit dem Namen Kumar, Nishant
 

Weitere Publikationen von Autoren mit dem selben Namen

Learning to reconstruct the bubble distribution with conductivity maps using Invertible Neural Networks and Error Diffusion, , , , , und . arXiv preprint arXiv:2307.02496, (2023)Examining Computational Performance of Unsupervised Concept Drift Detection: A Survey and Beyond, , , , , und . WorkingPaper, (17.04.2023)Computational Performance Aware Benchmarking of Unsupervised Concept Drift Detection., , , , , , und . CoRR, (2023)Normalizing Flow Based Feature Synthesis for Outlier-Aware Object Detection, , , und . Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Seite 5156-5165. (Juni 2023)Robust Reconstruction of the Void Fraction from Noisy Magnetic Flux Density Using Invertible Neural Networks, , , , , und . Sensors, (2024)Normalizing Flow based Feature Synthesis for Outlier-Aware Object Detection, , , und . (2023)Normalizing Flow based Feature Synthesis for Outlier-Aware Object Detection, , , und . WorkingPaper, (01.02.2023)Enhancing Fairness of Visual Attribute Predictors, , , , , , und . Proceedings of the Asian Conference on Computer Vision (ACCV), Seite 1211-1227. (Dezember 2022)Quantile-based Maximum Likelihood Training for Outlier Detection, , , , und . WorkingPaper, (20.08.2023)Quantile-based maximum likelihood training for outlier detection, , , , und . Proc. Conf. AAAI Artif. Intell., 38 (19): 21610--21618 (März 2024)