( en | de | ru )

 

Disambiguierung von "Laaksonen, Jorma"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Learning a Dynamic Cross-Modal Network for Multispectral Pedestrian Detection.

, , , , , , und . ACM Multimedia, Seite 4043-4052. ACM, (2022)

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.

Jorma Koivulehto

Jari Laaksonen

Jorma Tiainen

Jorma Haßfeld

Jorma Daniel Lünenbürger

 

Weitere Publikationen von Autoren mit dem selben Namen

PicSOM Experiments in TRECVID 2009., , , und . TRECVID, National Institute of Standards and Technology (NIST), (2009)Gaussian Process Regression with Fluid Hyperpriors., und . ICONIP, Volume 3316 von Lecture Notes in Computer Science, Seite 567-572. Springer, (2004)Local Subspace Classifier.. ICANN, Volume 1327 von Lecture Notes in Computer Science, Seite 637-642. Springer, (1997)Classification of Fundus Images for Diagnosing Glaucoma by Self-Organizing Map and Learning Vector Quantization., , , und . ICONIP (2), Volume 5507 von Lecture Notes in Computer Science, Seite 703-710. Springer, (2008)Image Classification by Histogram Features Created with Learning Vector Quantization., und . ICANN (1), Volume 5163 von Lecture Notes in Computer Science, Seite 827-836. Springer, (2008)Use of Input Deformations with Brownian Motion Filters for Discontinuous Regression., und . ICAPR (1), Volume 3686 von Lecture Notes in Computer Science, Seite 219-228. Springer, (2005)A Self-Organizing Map Framework for Detection of Man-Made Structures and Changes in Satellite Imagery., , und . IGARSS, Seite 1-4. IEEE, (2006)Learning Subspace Classifiers and Error-Corrective Feature Extraction., und . IJPRAI, 12 (4): 423-436 (1998)PicSOM Experiments in TRECVID 2012., , , , und . TRECVID, National Institute of Standards and Technology (NIST), (2012)Combining Holistic and Part-based Deep Representations for Computational Painting Categorization., , , und . ICMR, Seite 339-342. ACM, (2016)