<  Retour au portail Polytechnique Montréal

Exploring dual information in distance metric learning for clustering

R. Randel, Daniel Aloise et Alain Hertz

Rapport technique (2021)

Un lien externe est disponible pour ce document
Département: Département de mathématiques et de génie industriel
Département de génie informatique et génie logiciel
Centre de recherche: GERAD - Groupe d'études et de recherche en analyse des décisions
URL de PolyPublie: https://publications.polymtl.ca/51251/
Numéro du rapport: G-2021-32
URL officielle: https://www.gerad.ca/fr/papers/G-2021-32
Date du dépôt: 18 avr. 2023 15:00
Dernière modification: 25 sept. 2024 16:41
Citer en APA 7: Randel, R., Aloise, D., & Hertz, A. (2021). Exploring dual information in distance metric learning for clustering. (Rapport technique n° G-2021-32). https://www.gerad.ca/fr/papers/G-2021-32

Statistiques

Aucune statistique n'est disponible.

Actions réservées au personnel

Afficher document Afficher document