Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Densely connected convolutional networks

G. Huang, Z. Liu, K. Weinberger, und L. van der Maaten. arXiv preprint arXiv:1608.06993, (2016)

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.

Yulong Gao University of Stuttgart

Zhenxiang Huang University of Stuttgart

Jingjing Huang University of Stuttgart

Dr. rer. nat. Shiang-Yu Huang University of Stuttgart

Dr. -Ing. Min Huang University of Stuttgart

Weitere Publikationen von Autoren mit dem selben Namen

Dynamic Minimax Probability Machine-Based Approach for Fault Diagnosis Using Pairwise Discriminate Analysis.B. Jiang, Z. Guo, Q. Zhu, und G. Huang. IEEE Trans. Contr. Sys. Techn., 27 (2): 806-813 (2019)Multi-Scale Dense Convolutional Networks for Efficient Prediction.G. Huang, D. Chen, T. Li, F. Wu, L. van der Maaten, und K. Weinberger. CoRR, (2017)Memory-Efficient Implementation of DenseNets.G. Pleiss, D. Chen, G. Huang, T. Li, L. van der Maaten, und K. Weinberger. CoRR, (2017)An empirical study on evaluation metrics of generative adversarial networks.Q. Xu, G. Huang, Y. Yuan, C. Guo, Y. Sun, F. Wu, und K. Weinberger. CoRR, (2018)CondenseNet: An Efficient DenseNet using Learned Group Convolutions.G. Huang, S. Liu, L. van der Maaten, und K. Weinberger. CoRR, (2017)Rethinking the Value of Network Pruning.Z. Liu, M. Sun, T. Zhou, G. Huang, und T. Darrell. CoRR, (2018)Orthogonal Least Squares Algorithm for Training Cascade Neural Networks.G. Huang, S. Song, und C. Wu. IEEE Trans. on Circuits and Systems, 59-I (11): 2629-2637 (2012)Development of an anthropomorphic flute robot for the application in science and technology museum.G. Huang, W. Zhang, F. Meng, Y. Tian, Q. Shi, K. Petersen, A. Takanishi, und Q. Huang. ROBIO, Seite 2220-2225. IEEE, (2014)CondenseNet: An Efficient DenseNet Using Learned Group Convolutions.G. Huang, S. Liu, L. van der Maaten, und K. Weinberger. CVPR, Seite 2752-2761. IEEE Computer Society, (2018)Feature learning and process monitoring of injection molding using convolution-deconvolution auto encoders.T. Mao, Y. Zhang, Y. Ruan, H. Gao, H. Zhou, und D. Li. Comput. Chem. Eng., (2018)