Menu

Filtros : "VISÃO COMPUTACIONAL" "Suprem, Abhijit" "IME" Removidos: "EP-PEE" "European Conference on Computer Vision - ECCV" Limpar

Filtros

Limitar por data

  • 1

1 - 2 (2 registros)

  • Trabalho de evento

    Constructive interpretability with colabel: corroborative integration, complementary features, and collaborative learning (2022)

    Suprem, Abhijit; Vaidya, Sanjyot; Cherkadi, Suma; Singh, Purva; Ferreira, João Eduardo ; Pu, Calton

    Fonte: Proceedings. Nome do evento: International Conference on Cognitive Machine Intelligence - CogMI. Unidade: IME

    Assuntos: VISÃO COMPUTACIONAL, ENGENHARIA DE CONHECIMENTO, RECONHECIMENTO DE OBJETOS, VEÍCULOS

    PrivadoAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SUPREM, Abhijit et al. Constructive interpretability with colabel: corroborative integration, complementary features, and collaborative learning. 2022, Anais.. Piscataway: IEEE, 2022. Disponível em: https://doi.org/10.1109/CogMI56440.2022.00021. Acesso em: 02 jul. 2024.

    • APA

      Suprem, A., Vaidya, S., Cherkadi, S., Singh, P., Ferreira, J. E., & Pu, C. (2022). Constructive interpretability with colabel: corroborative integration, complementary features, and collaborative learning. In Proceedings. Piscataway: IEEE. doi:10.1109/CogMI56440.2022.00021

    • NLM

      Suprem A, Vaidya S, Cherkadi S, Singh P, Ferreira JE, Pu C. Constructive interpretability with colabel: corroborative integration, complementary features, and collaborative learning [Internet]. Proceedings. 2022 ;[citado 2024 jul. 02 ] Available from: https://doi.org/10.1109/CogMI56440.2022.00021

    • Vancouver

      Suprem A, Vaidya S, Cherkadi S, Singh P, Ferreira JE, Pu C. Constructive interpretability with colabel: corroborative integration, complementary features, and collaborative learning [Internet]. Proceedings. 2022 ;[citado 2024 jul. 02 ] Available from: https://doi.org/10.1109/CogMI56440.2022.00021

  • Artigo de periodico

    ODIN: automated drift detection and recovery in video analytics (2020)

    Suprem, Abhijit; Arulraj, Joy; Pu, Calton ; Ferreira, João Eduardo

    Fonte: Proceedings of the VLDB Endowment. Unidade: IME

    Assunto: VISÃO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      SUPREM, Abhijit et al. ODIN: automated drift detection and recovery in video analytics. Proceedings of the VLDB Endowment, v. 13, n. 12, p. 2453-2465, 2020Tradução . . Disponível em: https://doi.org/10.14778/3407790.3407837. Acesso em: 02 jul. 2024.

    • APA

      Suprem, A., Arulraj, J., Pu, C., & Ferreira, J. E. (2020). ODIN: automated drift detection and recovery in video analytics. Proceedings of the VLDB Endowment, 13( 12), 2453-2465. doi:10.14778/3407790.3407837

    • NLM

      Suprem A, Arulraj J, Pu C, Ferreira JE. ODIN: automated drift detection and recovery in video analytics [Internet]. Proceedings of the VLDB Endowment. 2020 ; 13( 12): 2453-2465.[citado 2024 jul. 02 ] Available from: https://doi.org/10.14778/3407790.3407837

    • Vancouver

      Suprem A, Arulraj J, Pu C, Ferreira JE. ODIN: automated drift detection and recovery in video analytics [Internet]. Proceedings of the VLDB Endowment. 2020 ; 13( 12): 2453-2465.[citado 2024 jul. 02 ] Available from: https://doi.org/10.14778/3407790.3407837
  • 1

1 - 2 (2 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024