咨询与建议

限定检索结果

文献类型

  • 1 篇 会议

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 电气工程
    • 1 篇 信息与通信工程
    • 1 篇 计算机科学与技术...

主题

  • 1 篇 deep convolution...
  • 1 篇 image generation
  • 1 篇 generative model...
  • 1 篇 deep convolution...

机构

  • 1 篇 univ politehn bu...
  • 1 篇 mil tech acad fe...

作者

  • 1 篇 toma stefan-adri...
  • 1 篇 avram andrei-mar...
  • 1 篇 morogan luciana

语言

  • 1 篇 英文
检索条件"主题词=deep convolutional variational autoencoder"
1 条 记 录,以下是1-10 订阅
排序:
OpenNIG - Open Neural Image Generator  13
OpenNIG - Open Neural Image Generator
收藏 引用
13th International Conference on Communications (COMM)
作者: Avram, Andrei-Marius Morogan, Luciana Toma, Stefan-Adrian Univ Politehn Bucuresti UPB Bucharest Romania Mil Tech Acad Ferdinand I MTA Bucharest Romania
Generative models are statistical models that learn a true underlying data distribution from samples using unsupervised learning, aiming to generate new data points with some variation. In this paper, we introduce Ope... 详细信息
来源: 评论