Komodakis, Nikos
Nikos Komodakis
VIAF ID: 316467150 ( Personal )
Permalink: http://viaf.org/viaf/316467150
Preferred Forms
- 100 1 _ ‡a Komodakis, Nikos
- 100 1 _ ‡a Komodakis, Nikos
- 100 0 _ ‡a Nikos Komodakis
4xx's: Alternate Name Forms (1)
5xx's: Related Names (1)
- 551 _ _ ‡a Heraklion
Works
Title | Sources |
---|---|
Apprentissage Profond pour des Prédictions Structurées Efficaces appliqué à la Classification Dense en Vision par Ordinateur | |
Convex matrix sparsity for demixing with an application to graphical model structure estimation | |
Deep learning on attributed graphs | |
Effective and annotation efficient deep learning for image understanding | |
Efficient Deep Structured Prediction for Dense Labeling Tasks in Computer Vision. | |
Empirical risk minimization with non-modular loss functions. | |
Exploiter au mieux les données disponibles : représentation et adaptation pour la classification few-shot d'images. | |
Graph Representation Learning : from Kernel to Neural Networks | |
High-Order Inference, Ranking, and Regularization Path for Structured SVM | |
Inférence d'ordre supérieur, Classement, et Chemin de Régularisation pour les SVM Structurés. | |
L'algorithme des directions alternées non convexe pour graphes : inférence et apprentissage. | |
L'apprentissage profond sur graphes attribués. | |
L'estimation de point de vue de l'objet dans la nature. | |
Liens entre modèles graphiques probabilistes et optimisation sous-modulaire. | |
Making the most of available data : representation and adaptation for few-shot image classification | |
Méthodes d'apprentissage profond pour l'analyse efficace d'images en limitant l'annotation humaine. | |
Minimisation du risque empirique avec des fonctions de perte nonmodulaires | |
Nonconvex Alternating Direction Optimization for Graphs : Inference and Learning | |
Object viewpoint estimation in the wild | |
On the Links between Probabilistic Graphical Models and Submodular Optimisation | |
Paramétrisation des poids des réseaux de neurones profonds. | |
Parcimonie matricielle convexe pour les problèmes de démixage avec une application à l'apprentissage de structure de modèles graphiques. | |
Processing high-resolution images through deep learning techniques | |
Quelques applications de l'optimisation numérique aux problèmes d'inférence et d'apprentissage | |
Towards efficient learning of graphical models and neural networks with variational techniques | |
Traitement d'images à haute résolution grâce à des techniques d'apprentissage en profondeur. | |
Vers un apprentissage efficace des modèles graphiques et des réseaux de neurones avec des techniques variationnelles. | |
Weight parameterizations in deep neural networks |