( en | de | ru )

 

Disambiguierung von "Schwenker, Friedhelm"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Finanzmarktanalyse und -prognose mit innovativen quantitativen Verfahren

, und (Hrsg.) 125, Heidelberg, Physica-Verl., (1996)

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.

Friedhelm Schwenker

Marco Schwenker

Gustav Schwenker

Otto Schwenker

Otto Schwenker

 

Weitere Publikationen von Autoren mit dem selben Namen

Hierarchical support vector machines for multi-class pattern recognition.. KES, Seite 561-565. IEEE, (2000)Multimodal Data Fusion for Person-Independent, Continuous Estimation of Pain Intensity., , , , , , und . EANN, Volume 517 von Communications in Computer and Information Science, Seite 275-285. Springer, (2015)Object classification with simple visual attention and a hierarchical neural network for subsymbolic-symbolic coupling., , , , und . CIRA, Seite 244-249. IEEE, (1999)Using Radial Basis Function Neural Networks for Continuous and Discrete Pain Estimation from Bio-physiological Signals., , und . ANNPR, Volume 9896 von Lecture Notes in Computer Science, Seite 269-284. Springer, (2016)Combining Committee-Based Semi-supervised and Active Learning and Its Application to Handwritten Digits Recognition., und . MCS, Volume 5997 von Lecture Notes in Computer Science, Seite 225-234. Springer, (2010)Fusion Architectures for Multimodal Cognitive Load Recognition., , und . MPRSS, Volume 10183 von Lecture Notes in Computer Science, Seite 36-47. Springer, (2016)Bimodal Recognition of Cognitive Load Based on Speech and Physiological Changes., , und . MPRSS, Volume 10183 von Lecture Notes in Computer Science, Seite 12-23. Springer, (2016)ATLAS - Machine learning based annnotation of multimodal data recorded in human-computer interaction scenarios., und . ISCT, Seite 181-186. Ulm University, (2015)Evolutionary Algorithms for the Design of Neural Network Classifiers for the Classification of Pain Intensity., , , , , und . MPRSS, Volume 11377 von Lecture Notes in Computer Science, Seite 84-100. Springer, (2018)Classification of bioacoustic time series based on the combination of global and local decisions., , , und . Pattern Recognit., 37 (12): 2293-2305 (2004)