桑基斯·维杜拉
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [第12条] 马可·佩戈拉罗 , 桑基斯·维杜拉 , 阿维夫·罗森博格 , 艾琳·塔里尼 , 埃马努埃莱·罗多拉 , 亚历克斯·M·布朗斯坦 :
流形上的向量分位数回归。 AISTATS公司 2024 : 1999-2007 2023 [注2] 宜昌苑 , 叶浩杰 , 桑克思吠陀罗 , 韦恩·卡萨 , 西希尔·塔拉蒂 :
珠穆朗玛峰:用于挖掘时间模式的GPU加速系统。 程序。 荷兰VLDB。 17 ( 2 ) : 162-174 ( 2023 ) [j1] Yuhan Chen(陈玉涵) , 叶浩杰 , 桑基斯·维杜拉 , 亚历克斯·M·布朗斯坦 , 罗纳德·德雷斯林斯基 , 特雷弗·N·穆奇 , 西希尔·塔拉蒂 :
图属性保持中的图稀疏化算法的解谜。 程序。 荷兰VLDB。 17 ( 三 ) : 427-440 ( 2023 ) [第11条] 叶浩杰 , 桑基斯·维杜拉 , Yuhan Chen(陈玉涵) , 杨一成 , 亚历克斯·M·布朗斯坦 , 罗纳德·德雷斯林斯基 , 特雷弗·N·穆奇 , 西希尔·塔拉蒂 :
GRACE:一种基于可缩放图形的方法,用于加速推荐模型推断。 ASPLOS(3) 2023 : 282-301 [第10条] 阿维夫·罗森博格 , 桑基斯·维杜拉 , 亚尼夫·罗曼诺 , 亚历山大·布朗斯坦 :
快速非线性向量分位数回归。 ICLR公司 2023 【i15】 马可·佩戈拉罗 , 桑基斯·维杜拉 , 阿维夫·罗森博格 , 艾琳·塔里尼 , 伊曼纽尔·罗德拉 , 亚历克斯·M·布朗斯坦 :
流形上的向量分位数回归。 CoRR公司 abs/2307.01037 ( 2023 ) [第14条] 宜昌苑 , 叶浩杰 , 桑基斯·维杜拉 , 韦恩·卡萨 , 西希尔·塔拉蒂 :
珠穆朗玛峰:用于挖掘时间模式的GPU加速系统。 CoRR公司 abs/2310.02800 ( 2023 ) [i13] 陈玉涵 , 叶浩杰 , 桑基斯·维杜拉 , 亚历克斯·M·布朗斯坦 , 罗纳德·德雷斯林斯基 , 特雷弗·N·穆奇 , 西希尔·塔拉蒂 :
图属性保持中的图稀疏化算法解密。 CoRR公司 abs/2311.12314 ( 2023 ) 2022 【c9】 西希尔·塔拉蒂 , 叶浩杰 , 桑基斯·维杜拉 , 陈冠宇 , Yuhan Chen(陈玉涵) , 丹尼尔·刘 , 宜昌苑 , 大卫·T·布拉乌 , 亚历克斯·M·布朗斯坦 , 特雷弗·N·穆奇 , 罗纳德·德雷斯林斯基 :
造币厂:挖掘时间主题的加速器。 微型的 2022 : 1270-1287 [i12] 阿维夫·罗森博格 , 桑基斯·维杜拉 , 亚尼夫·罗曼诺 , 亚历克斯·M·布朗斯坦 :
快速非线性向量分位数回归。 CoRR公司 腹肌/2205.14977 ( 2022 ) 2021 【c8】 托默·韦斯 , 尼西姆·佩雷茨 , 桑基斯·维杜拉 , 阿里·费尔 , 亚历山大·布朗斯坦 :
MIMO雷达成像系统设计与重建的联合优化。 MLSP公司 2021 : 1-6 【c7】 阿米特·博亚尔斯基 , 桑克思吠陀罗 , 亚历山大·布朗斯坦 :
光谱几何矩阵完成。 MSML(MSML) 2021 : 172-196 [i11] 托默·韦斯 , 尼西姆·佩雷茨 , 桑基斯·维杜拉 , 阿里·福尔 , 亚历克斯·M·布朗斯坦 :
MIMO雷达成像系统设计和重建的联合优化。 CoRR公司 abs/2110.03218 ( 2021 ) 2020 【c6】 托默·韦斯 , 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 奥列格·米查洛维奇 , 迈克尔·齐布列夫斯基 , 亚历山大·布朗斯坦 :
加速MRI中采样Andre构造下的笛卡尔联合学习。 ICASSP公司 2020 : 8653-8657 【c5】 乔纳森·阿鲁斯·阿本 , 利诺·阿克曼·施莱尔 , 托默·韦斯 , 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 亚历克斯·M·布朗斯坦 :
3D FLAT:加速MRI的可行学习获取轨迹。 MICCAI的MLMIR 2020 : 3-16 [i10] 乔纳森·阿鲁斯·阿本 , 利诺·阿克曼·施莱尔 , 托默·韦斯 , 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 亚历山大·布朗斯坦 :
3D FLAT:加速MRI的可行学习捕获轨迹。 CoRR公司 abs/2008.04808 ( 2020 ) [第九章] 托默·韦斯 , 桑克思吠陀罗 , 奥塔尔·塞努夫 , 奥列格·米查洛维奇 , 亚历克斯·M·布朗斯坦 :
朝向扩散MRI中学习到的最佳q空间采样。 CoRR公司 abs/2009.03008 ( 2020 )
2010 – 2019
2019 【c4】 奥尔塔尔·塞努夫 , 桑基斯·维杜拉 , 托默·韦斯 , 亚历山大·布朗斯坦 , 奥列格·米查洛维奇 , 迈克尔·齐布列夫斯基 :
医学成像中逆问题求解器的自我监督学习。 DART公司/ MIL3ID@MICCAI公司 2019 : 111-119 【c3】 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 奥列格·米查洛维奇 , 迈克尔·齐布列夫斯基 :
学习超声成像中的波束形成。 MIDL(中频) 2019 : 493-511 [i8] 托默·韦斯 , 桑基斯·维杜拉 , 奥尔塔尔·塞努夫 , 亚历山大·布朗斯坦 , 奥列格·米查洛维奇 , 迈克尔·齐布列夫斯基 :
学习快速磁共振成像。 CoRR公司 abs/1905.09324 ( 2019 ) [i7] 奥塔尔·塞努夫 , 桑基斯·维杜拉 , 托默·韦斯 , 亚历山大·布朗斯坦 , 奥列格·米哈伊洛维奇 , 迈克尔·齐布列夫斯基 :
医学成像中逆问题求解器的自监督学习。 CoRR公司 abs/1905.09325 ( 2019 ) [i6] 托默·韦斯 , 奥塔尔·塞努夫 , 桑基斯·维杜拉 , 奥列格·米哈伊洛维奇 , 迈克尔·齐布列夫斯基 , 亚历山大·布朗斯坦 :
飞行员:加速MRI的物理信息学习最佳轨迹。 CoRR公司 abs/1909.05773 ( 2019 ) [i5] 阿米特·博亚尔斯基 , 桑基斯·维杜拉 , 亚历克斯·M·布朗斯坦 :
深度几何矩阵补全:我们做得对吗? CoRR公司 abs/1911.07255 ( 2019 ) 2018 【c2】 奥塔尔·塞努夫 , 桑克思吠陀罗 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 迈克尔·齐布列夫斯基 , 奥列格·米查洛维奇 , 丹·亚当 , 大卫·布隆赫姆 :
具有深度学习的高帧频心脏超声成像。 米才(1) 2018 : 126-134 【c1】 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 迈克尔·齐布列夫斯基 , 奥列格·米查洛维奇 , 丹·亚当 , 戴安娜·盖蒂尼 :
通过深度学习实现高质量超声波多线传输。 MICCAI的MLMIR 2018 : 147-155 [i4] 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 迈克尔·齐布列夫斯基 , 奥列格·米查洛维奇 , 丹·亚当 , 戴安娜·盖蒂尼 :
通过深度学习实现高品质超声波多线传输。 CoRR公司 abs/1808.07819 ( 2018 ) [i3] 奥塔尔·塞努夫 , 桑基斯·维杜拉 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 迈克尔·齐布列夫斯基 , 奥列格·米查洛维奇 , 丹·亚当 , 大卫·布隆赫姆 :
具有深度学习的高帧频心脏超声成像。 CoRR公司 abs/1808.07823 ( 2018 ) [i2] 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 格里戈里·祖拉霍夫 , 亚历山大·布朗斯坦 , 奥列格·米哈伊洛维奇 , 迈克尔·齐布列夫斯基 :
学习超声成像中的波束形成。 CoRR公司 abs/1812.08043 ( 2018 ) 2017 [i1] 桑基斯·维杜拉 , 奥塔尔·塞努夫 , 亚历山大·布朗斯坦 , 奥列格·米查洛维奇 , 迈克尔·齐布列夫斯基 :
使用深度学习实现CT质量超声成像。 CoRR公司 abs/1710.06304 ( 2017 )
合著者索引
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)