OptMap: using dense maps for visualizing multidimensional optimization problems (2021)
- Authors:
- USP affiliated authors: HIRATA, NINA SUMIKO TOMITA - IME ; ESPADOTO, MATEUS - IME
- Unidade: IME
- DOI: 10.5220/0010288501230132
- Subjects: COMPUTAÇÃO GRÁFICA; VISÃO COMPUTACIONAL
- Keywords: optimization; dimensionality reduction; dense maps
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: SciTePress
- Publisher place: Lisboa
- Date published: 2021
- Source:
- Título: Proceedings
- Conference titles: International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - VISIGRAPP
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
ESPADOTO, Mateus et al. OptMap: using dense maps for visualizing multidimensional optimization problems. 2021, Anais.. Lisboa: SciTePress, 2021. Disponível em: https://doi.org/10.5220/0010288501230132. Acesso em: 01 abr. 2026. -
APA
Espadoto, M., Rodrigues, F. C. M., Hirata, N. S. T., & Telea, A. C. (2021). OptMap: using dense maps for visualizing multidimensional optimization problems. In Proceedings. Lisboa: SciTePress. doi:10.5220/0010288501230132 -
NLM
Espadoto M, Rodrigues FCM, Hirata NST, Telea AC. OptMap: using dense maps for visualizing multidimensional optimization problems [Internet]. Proceedings. 2021 ;[citado 2026 abr. 01 ] Available from: https://doi.org/10.5220/0010288501230132 -
Vancouver
Espadoto M, Rodrigues FCM, Hirata NST, Telea AC. OptMap: using dense maps for visualizing multidimensional optimization problems [Internet]. Proceedings. 2021 ;[citado 2026 abr. 01 ] Available from: https://doi.org/10.5220/0010288501230132 - Improving deep learning projections by neighborhood analysis
- Improving neural network-based multidimensional projections
- Self-supervised dimensionality reduction with neural networks and pseudo-labeling
- Deep learning multidimensional projections
- Towards a quantitative survey of dimension reduction techniques
- Toward a quantitative survey of dimension reduction techniques
- Self-supervised learning for astronomical image classification
- Deep learning inverse multidimensional projections
- Deep learning for astronomical object classification: a case study
- Learning multidimensional projections with neural networks
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3031756.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
