( en | de | ru )

 

Disambiguierung von "Wu, Ruiyuan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Memory-Efficient Convex Optimization for Self-Dictionary Nonnegative Matrix Factorization.

, , und . IEEECONF, Seite 1372-1376. IEEE, (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.

Ruiyuan Tian

Jinglan Wu

Recovery of citric acid from fermentation broth using simulated moving bed technology: = Reinigung von Zitronensäure aus Fermentationslösung durch kontinuierliche Chromatographie. Uni Erlangen-Nürnberg, (2009)

Jinjin Wu

Haiyan Wu

Yinghua Wu

 

Weitere Publikationen von Autoren mit dem selben Namen

A Simple Scheme for Coupled Factorization for Hyperspectral Super-Resolution: Exploiting Sparsity in an Easy Way., , , und . ICASSP, Seite 1-5. IEEE, (2023)The IMC-PID controller design for TITO process using closed-loop identification method., , und . ICARCV, Seite 1339-1344. IEEE, (2014)A stochastic maximum-likelihood framework for simplex structured matrix factorization., , und . ICASSP, Seite 2557-2561. IEEE, (2017)Federated Block Coordinate Descent Scheme for Learning Global and Personalized Models., , , , , und . AAAI, Seite 10355-10362. AAAI Press, (2021)Application of the fuzzy gain scheduling IMC-PID for the boiler pressure control., , und . FUZZ-IEEE, Seite 682-688. IEEE, (2014)Fast depth image denoising and enhancement using a deep convolutional network., und . ICASSP, Seite 2499-2503. IEEE, (2016)A Convex Low-Rank Regularization Method for Hyperspectral Super-Resolution., , , und . SSP, Seite 383-387. IEEE, (2018)Stochastic Ml Simplex-structured Matrix Factorization under the Dirichlet Mixture Model., , und . ICASSP, Seite 5561-5565. IEEE, (2019)Stochastic Ml Estimation for Hyperspectral Unmixing Under Endmember Variability and Nonlinear Models., , und . ICASSP, Seite 5315-5319. IEEE, (2020)Federated Block Coordinate Descent Scheme for Learning Global and Personalized Models., , , , , und . CoRR, (2020)