 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Bashbaghi, S., Granger, É., Sabourin, R., & Bilodeau, G.-A. (février 2017). Dynamic selection of exemplar-SVMs for watch-list screening through domain adaptation [Communication écrite]. 6th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2017), Porto, Portugal. Lien externe
Bashbaghi, S., Granger, É., Sabourin, R., & Bilodeau, G.-A. (2017). Robust watch-list screening using dynamic ensembles of SVMs based on multiple face representations. Machine Vision and Applications, 28(1-2), 219-241. Lien externe
Chakravorty, T., Bilodeau, G.-A., & Granger, É. (2020). Robust face tracking using multiple appearance models and graph relational learning. Machine Vision and Applications, 31(4), 23 (17 pages). Lien externe
Cantin, M.-A., Blaquière, Y., Savaria, Y., Lavoie, P., & Granger, É. (mai 2000). Analysis of quantization effects in a digital hardware implementation of a fuzzy ART neural network algorithm [Communication écrite]. IEEE International Symposium on Circuits and Systems (ISCAS 2000), Geneva, Switzerland. Lien externe
Cantin, M.-A., Blaquière, Y., Savaria, Y., Granger, É., & Lavoie, P. (mai 1998). Implementation fo the Fuzzy ART neural network for fast clustering of radar pulses [Communication écrite]. IEEE International Symposium on Circuits and Systems (ISCAS 1998), Monterey, CA, USA. Lien externe
Granger, É., Savaria, Y., & Lavoie, P. (2003). A Pattern Reordering Approach Based on Ambiguity Detection for Online Category Learning. IEEE Transactions on Pattern Analysis and Machine Intelligence, 25(4), 524-528. Lien externe
Granger, É., Savaria, Y., & Lavoie, P. (2002). A pattern reordering approach based on ambiguity detection for on-line category learning. (Rapport technique n° EPM-RT-2001-02). Disponible
Granger, É. (2002). Une étude des réseaux de neurones artificiels pour la classification rapide d'impulsions radars [Thèse de doctorat, École Polytechnique de Montréal]. Disponible
Granger, É., Savaria, Y., Blaquière, Y., Cantin, M.-A., & Lavoie, P. (1997). A VLSI architecture for fast clustering with fuzzy ART neural networks. Journal of Microelectronic Systems Integration, 5(1), 3-18. Non disponible
Granger, É., Blaquière, Y., Savaria, Y., Cantin, M.-A., & Lavoie, P. (août 1996). VLSI architecture for fast clustering with fuzzy ART neural networks [Communication écrite]. 1st International Workshop on Neural Networks for Identification, Control, Robotics, and Signal/Image Processing (NICROSP 1996), Venice, Italy. Lien externe
Prieur, D., Granger, É., Savaria, Y., & Thibeault, C. (2016). Efficient identification of faces in video streams using low-power multi-core devices. Dans Handbook of pattern recognition and computer vision (5e éd.). Lien externe
