Mojtaba Faramarzi, Mohammad Amini, Akilesh Badrinaaraayanan, Vikas Verma et Sarath Chandar Anbil Parthipan
Communication écrite (2022)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| ISBN: | 9781577358763 |
| URL de PolyPublie: | https://publications.polymtl.ca/52626/ |
| Nom de la conférence: | 36th AAAI Conference on Artificial Intelligence (AAAI 2022) |
| Date(s) de la conférence: | 2022-02-22 - 2022-03-01 |
| DOI: | 10.1609/aaai.v36i1.19938 |
| URL officielle: | https://doi.org/10.1609/aaai.v36i1.19938 |
| Date du dépôt: | 18 avr. 2023 14:58 |
| Dernière modification: | 08 avr. 2025 14:40 |
| Citer en APA 7: | Faramarzi, M., Amini, M., Badrinaaraayanan, A., Verma, V., & Anbil Parthipan, S. C. (février 2022). PatchUp: A Feature-Space Block-Level Regularization Technique for Convolutional Neural Networks [Communication écrite]. 36th AAAI Conference on Artificial Intelligence (AAAI 2022). https://doi.org/10.1609/aaai.v36i1.19938 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
