( en | de | ru )

 

Disambiguierung von "Yang, Kaiwen"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Identity-Disentangled Adversarial Augmentation for Self-supervised Learning.

, , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 25364-25381. PMLR, (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.

Kaiwen Liu

Yang Yang

Yang Yang

Yang Yang

Yang Yang

 

Weitere Publikationen von Autoren mit dem selben Namen

Class-Disentanglement and Applications in Adversarial Detection and Defense., , , , und . NeurIPS, Seite 16051-16063. (2021)Adversarial Auto-Augment with Label Preservation: A Representation Learning Principle Guided Approach., , , , , , , und . NeurIPS, (2022)Unifying Defect Prediction, Categorization, and Repair by Multi-Task Deep Learning., , , , und . ASE, Seite 1980-1992. IEEE, (2023)Automatic Identification of Crash-inducing Smart Contracts., , , , , und . SANER, Seite 108-119. IEEE, (2023)Multi-task Learning with Consistent Prediction for Efficient Breast Ultrasound Tumor Detection., , , , , und . BIBM, Seite 3201-3208. IEEE, (2022)The best of both worlds: integrating semantic features with expert features for defect prediction and localization., , , , , und . ESEC/SIGSOFT FSE, Seite 672-683. ACM, (2022)Boosting Just-in-Time Defect Prediction with Specific Features of C/C++ Programming Languages in Code Changes., , , und . MSR, Seite 472-484. IEEE, (2023)Identity-Disentangled Adversarial Augmentation for Self-supervised Learning., , , und . ICML, Volume 162 von Proceedings of Machine Learning Research, Seite 25364-25381. PMLR, (2022)Domain-Class Correlation Decomposition for Generalizable Person Re-Identification., und . CoRR, (2021)Distinguishing Look-Alike Innocent and Vulnerable Code by Subtle Semantic Representation Learning and Explanation., , , , , und . ESEC/SIGSOFT FSE, Seite 1611-1622. ACM, (2023)