迭戈·瓦尔塞西亚
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年–今天
2024 [公元19年] 伊曼纽尔·埃利罗 , 米尔科·阿加拉 , 迭戈·瓦尔塞西亚 , 保罗·拿破仑 , 蒂齐亚诺·比安奇 , 恩里科·马格利 , 雷蒙多·谢蒂尼 :
高光谱图像超分辨率的合成数据预处理。 IEEE接入 12 : 65024-65031 ( 2024 ) [i33] 卢卡·萨凡特·艾拉 , 迭戈·瓦尔塞西亚 , 安德里亚·博多内·莫里尼 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格利 , 安德烈亚·米拉比尔 :
用于光流以外多图像超分辨率的深3D世界模型。 CoRR公司 abs/2401.16972 ( 2024 ) [i32] 迭戈·瓦尔塞西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
基于线的高光谱图像的机载深度无损和近无损预测编码。 CoRR公司 abs/2403.17677 ( 2024 ) [i31] 卢卡·萨凡特·艾拉 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
高斯飞溅的建模不确定性。 CoRR公司 abs/2403.18476 ( 2024 ) [i30] 卢卡·萨凡特·艾拉 , 安东尼奥·蒙塔纳罗 , 伊曼纽尔·埃利罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
MotionCraft:基于物理的零镜头视频生成。 CoRR公司 abs/2405.13557 ( 2024 ) 2023 [公元18年] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
RAN-GNs:打破图形神经网络的容量限制。 IEEE传输。 神经网络学习。 系统。 34 ( 8 ) : 4610-4619 ( 2023 ) [公元36年] 马蒂娜·西莉亚 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
具有深置换变换条件的突发超分辨率的多级融合。 ICASSP公司 2023 : 1-5 [公元35年] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
点云部分分割的双曲线正则化器。 ICASSP公司 2023 : 1-5 [公元34年] 蒂齐亚诺·比安奇 , 马蒂娜·西莉亚 , 恩里科·马格里 , 安德烈亚·米利奥拉蒂 , 尼古拉·普雷特 , 迭戈·瓦尔塞西亚 :
地球观测压缩传感有效载荷的车载处理能力。 IGARSS公司 2023 : 4234-4237 [公元33年] 蒂齐亚诺·比安奇 , 多纳泰拉·古齐 , 辛齐亚·拉斯特里 , 恩里科·马格里 , 范尼·纳尔迪诺 , 洛伦佐·帕洛姆比 , 尼古拉·普雷特 , 瓦伦蒂娜·雷蒙迪 , 迭戈·瓦尔塞西亚 :
衍射效率——用于中红外压缩传感的软件重建。 IGARSS公司 2023 : 4463-4465 [公元32年] 尼古拉·普雷特 , 迭戈·瓦尔塞西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
无监督多时间卫星图像超分辨率。 IGARSS公司 2023 : 5135-5138 [公元31年] 加布里埃尔·因泽里洛 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 , 法布里奇奥·尼罗 , 埃尔米尼亚·德格兰迪斯 :
Sentinel-2引导的Proba-V多时间超分辨率。 IGARSS公司 2023 : 5139-5142 [公元30年] 安德烈亚·纳尔丁 , 法比奥·多维斯 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 , 奇亚拉·勒兹 , 罗萨里奥·梅西内奥 , 雨果·索布雷拉 , 理查德·斯温登 :
使用机器学习算法改进GNSS产品。 计划 2023 : 216-227 [i29] 伊曼纽尔·埃利罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于MMD微调的去噪扩散模型快速推断。 CoRR公司 abs/2301.07969 ( 2023 ) 2022 [公元17年] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 朱莉亚·弗拉卡斯托罗 , 恩里科·马格里 :
SAR和多光谱土地覆盖联合分类的半监督学习。 IEEE地质科学。 远程。 Sens.Lett公司。 19 : 1-5 ( 2022 ) [公元16年] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
斑点2空洞:利用盲点卷积神经网络进行深度自我监督SAR去啄。 IEEE传输。 地质科学。 远程。 传感器。 60 : 1-17 ( 2022 ) [j15] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
多时相图像超分辨率中的置换不变性和不确定性。 IEEE传输。 地质科学。 远程。 传感器。 60 : 1-12 ( 2022 ) [公元29年] 弗朗西斯卡·皮斯蒂利 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
通过神经隐式表示的信号压缩。 ICASSP公司 2022 : 3733-3737 [公元28年] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
用GAN潜在几何探索线性反问题的解空间。 ICIP公司 2022 : 1381-1385 [公元27年] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于深度置换变换网络的超分辨多时间分割。 IGARSS公司 2022 : 995-998 [公元26年] 埃马努埃莱·艾洛 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
用于图像引导点云形状完成的跨模态学习。 NeurIPS公司 2022 [公元25年] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
通过双曲线空间中的正则化重新思考点云的组成。 NeurIPS公司 2022 [第28条] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于深度置换不变网络的超分辨率多时相分割。 CoRR公司 abs/2204.02631 ( 2022 ) [i27] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
利用GAN潜在几何探索线性反问题的解空间。 CoRR公司 abs/2207.00460 ( 2022 ) [i26] 伊曼纽尔·埃利罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
图像引导点云形状完成的跨模式学习。 CoRR公司 abs/2209.09552 ( 2022 ) [i25] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
通过双曲线空间中的正则化重新思考点云的组成。 CoRR公司 abs/2209.10318 ( 2022 ) 2021 [公元14年] 弗朗西丝卡·皮斯蒂利 , 朱利娅·弗拉卡斯托罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
学习用于点云去噪的鲁棒图卷积表示。 IEEE J.选择。 顶部。 信号处理。 15 ( 2 ) : 402-414 ( 2021 ) [j13] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
利用图卷积生成对抗网络学习点云的局部表示。 IEEE传输。 Multim公司。 23 : 402-414 ( 2021 ) [公元24年] 安东尼奥·阿利格罗 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 , 塔蒂亚娜·托马西 :
类别不可知的形状完成的去噪和对比。 CVPR公司 2021 : 4629-4638 【c23】 尼古拉·普雷特 , 迭戈·瓦尔塞西亚 , 蒂齐亚诺·比安奇 :
视频压缩中用于运动预测的深度多帧增强。 ICECS公司 2021 : 1-6 [公元22年] 瓦伦蒂娜·雷蒙迪 , 路易吉·阿坎波拉 , 加布里埃尔·阿马托 , 马西莫·巴尔迪 , 德克·伯恩特 , 阿尔贝托·比安奇 , 蒂齐亚诺·比安奇 , 多纳托·博雷利 , 瓦伦蒂娜·科尔切利 , 奇亚拉·科尔蒂 , 弗朗西斯科·科尔蒂 , 马可·科尔蒂 , 尼克·考克斯 , Ulrike A.Dauderstädt , 彼得·杜尔 , 萨拉·弗朗西斯·冈萨雷斯 , 保罗·弗罗西尼 , 多纳泰拉·古齐 , 杰西卡·亨廷福德 , 德特勒夫·昆泽 , 德米特里奥·拉巴特 , 尼古拉斯·兰昆 , 辛齐亚·拉斯特里 , 恩里科·马格里 , 范尼·纳尔迪诺 , 克里斯托夫·帕奇 , 洛伦佐·帕洛姆比 , 艾琳·佩蒂内利 , 朱塞佩·皮拉托 , 亚历山大·波里尼 , 利奥波多·罗西尼 , 恩里科·苏埃塔 , 戴维德·塔里科 , 迭戈·瓦尔塞西亚 , 迈克尔·瓦格纳 :
基于空间光调制器的对地观测超分辨率压缩仪器实现架构。 IGARSS公司 2021 : 7864-7867 【i24】 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格利 :
RAN-GNs:打破图形神经网络的容量限制。 CoRR公司 abs/2103.15565 ( 2021 ) [第23条] 安东尼奥·阿利格罗 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 , 塔蒂亚娜·托马西 :
类别不确定形状完成的降噪和对比。 CoRR公司 abs/2103.16671 ( 2021 ) [i22] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
多时间图像超分辨率中的置换不变性和不确定性。 CoRR公司 abs/2105.12409 ( 2021 ) [i21] 安东尼奥·蒙塔纳罗 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
用于联合SAR和多光谱土地覆盖分类的自我监督学习。 CoRR公司 abs/2108.09075 ( 2021 ) 2020 [公元12年] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
DeepSUM:用于未注册多时相图像超分辨率的深度神经网络。 IEEE传输。 地质科学。 远程。 传感器。 58 ( 5 ) : 3644-3656 ( 2020 ) [公元11年] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
深度图卷积图像去噪。 IEEE传输。 图像处理。 29 : 8226-8237 ( 2020 ) 【c21】 弗朗西斯卡·皮斯蒂利 , 朱利娅·弗拉卡斯托罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
学习用于点云去噪的图卷积表示。 ECCV(20) 2020 : 103-118 [公元20年] 弗朗西丝卡·皮斯蒂利 , 朱莉亚·弗拉卡斯托罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于图卷积神经网络的点云正态估计。 ICME研讨会 2020 : 1-6 [第19条] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
Deepsum++:用于未注册多时相图像超分辨率的非局部深度神经网络。 IGARSS公司 2020 : 609-612 [第18条] 迭戈·瓦尔塞西亚 , 安德烈亚·格里皮 , 恩里科·马格里 , 罗伯托·苏西诺 , 丹尼尔·特洛尼 , 贾纳弗雷多·尼科里尼 , 玛尔塔·卡斯蒂 , 安吉洛·法比奥·穆隆 , 罗萨里奥·梅西内奥 :
利用深度卷积神经网络从原始图像中检测太阳日冕物质抛射。 IGARSS公司 2020 : 2272-2275 [第17条] 安德里亚·博多内·莫里尼 , 迭戈·瓦尔塞西亚 , 朱莉亚·弗拉卡斯托罗 , 恩里科·马格里 :
用盲点卷积神经网络实现深度无监督Sar去啄。 IGARSS公司 2020 : 2507-2510 [第16条] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
基于图卷积神经网络的近红外图像彩色化。 VCIP公司 2020 : 451-454 [i20] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
利用盲点卷积神经网络实现深度无监督SAR去啄。 CoRR公司 abs/2001.05264 ( 2020 ) [i19] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
DeepSUM++:用于未注册多时相图像超分辨率的非局部深度神经网络。 CoRR公司 abs/2001.06342 ( 2020 ) [i18] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
斑点2空洞:用盲点卷积神经网络进行深度自我监督SAR去啄。 CoRR公司 abs/2007.02075 ( 2020 ) [i17] 弗朗西丝卡·皮斯蒂利 , 朱利娅·弗拉卡斯托罗 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
学习用于点云去噪的图卷积表示。 CoRR公司 abs/2007.02578 ( 2020 ) [i16] 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 , 乔瓦尼·波吉 , 朱塞佩·斯卡帕 , 迭戈·瓦尔塞西亚 , 路易莎·威尔多利瓦 :
SAR图像去噪的深度学习方法:趋势和展望。 CoRR公司 abs/2012.05508 ( 2020 )
2010 – 2019
2019 [公元10年] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
牙片:基于摄像头的大规模图像检索。 IEEE多媒体。 26 ( 2 ) : 33-43 ( 2019 ) [公元9年] 迭戈·瓦尔塞西亚 , 苏菲·M·福森 , 奇亚拉·拉瓦齐 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
SparseHash分析:通过稀疏投影有效嵌入集合相似性。 模式识别。 莱特。 128 : 93-99 ( 2019 ) [j8] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于地面CNN重建的高通量车载高光谱图像压缩。 IEEE传输。 地质科学。 远程。 传感器。 57 ( 12 ) : 9544-9553 ( 2019 ) [j7] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
通过随机局部聚集对图形信号进行采样。 IEEE传输。 信号信息处理。 通过网络 5 ( 2 ) : 348-359 ( 2019 ) [第15条] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格利 :
基于图卷积神经网络的图像去噪。 ICIP公司 2019 : 2399-2403 [第14条] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
通过图卷积学习三维点云的局部生成模型。 ICLR(海报) 2019 [第13条] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
未注册多时间卫星图像超分辨率的深度学习。 WHISPERS公司 2019 : 1-5 【i15】 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格利 :
基于图卷积神经网络的图像去噪。 CoRR公司 abs/1905.12281 ( 2019 ) [第14条] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于地面CNN重建的高通量车载高光谱图像压缩。 CoRR公司 abs/1907.02959 ( 2019 ) [i13] 安德烈亚·博尔多·莫利尼 , 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
DeepSUM:用于未注册多时相图像超分辨率的深度神经网络。 CoRR公司 abs/1907.06490 ( 2019 ) [i12] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
深度图卷积图像去噪。 CoRR公司 abs/1907.08448 ( 2019 ) [i11] 迭戈·瓦尔塞西亚 , 索菲·玛丽·福森 , 奇亚拉·拉瓦齐 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
SparseHash分析:通过稀疏投影有效嵌入集合相似性。 CoRR公司 腹肌/1909.01802 ( 2019 ) 2018 [i10] 迭戈·瓦尔塞西亚 , 朱利娅·弗拉卡斯托罗 , 恩里科·马格里 :
通过随机局部聚合对图形信号进行采样。 CoRR公司 abs/1804.06182 ( 2018 ) 2017 [j6] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
用于高光谱图像车载预测编码的快速轻型速率控制。 IEEE地质科学。 远程。 Sens.Lett公司。 14 ( 三 ) : 394-398 ( 2017 ) [j5] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
随机投影顺序统计的二进制自适应嵌入。 IEEE信号处理。 莱特。 24 ( 1 ) : 111-115 ( 2017 ) [j4] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
通过基于PRNU的物理不可克隆功能进行用户身份验证。 IEEE传输。 Inf.法医安全。 12 ( 8 ) : 1941-1956 ( 2017 ) [第九章] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
随机投影顺序统计的二进制自适应嵌入。 CoRR公司 abs/1701.08511 ( 2017 ) [i8] 迭戈·瓦尔塞西亚 , 恩里科·马格利 :
用于高光谱图像车载预测编码的快速轻型速率控制。 CoRR公司 abs/1701.08513 ( 2017 ) 2016 【b1】 迭戈·瓦尔塞西亚 :
使用随机投影成像:压缩、通信、相机识别。 意大利都灵理工大学, 2016 [第12条] 迭戈·瓦尔塞西亚 , Petros T.Boufounos石油公司 :
多光谱图像的通用编码。 ICASSP公司 2016 : 4453-4457 [第11条] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
牙医:谁拍的这张照片? ICME研讨会 2016 : 1-2 [第10条] 迭戈·瓦尔塞西亚 , 苏菲·M·福森 , 奇亚拉·拉瓦齐 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
SparseHash:在信号支持之间嵌入Jaccard系数。 ICME研讨会 2016 : 1-6 【c9】 迭戈·瓦尔塞西亚 , Petros T.Boufounos石油公司 :
使用通用矢量量化的多光谱图像压缩。 ITW公司 2016 : 151-155 2015 [j3] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
压缩测量多描述编码的分级量化。 IEEE传输。 Commun公司。 63 ( 5 ) : 1648-1660 ( 2015 ) [注2] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
基于压缩摄像机识别的大尺度图像检索。 IEEE传输。 Multim公司。 17 ( 9 ) : 1439-1449 ( 2015 ) 【c8】 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
具有随机投影的尺度稳健的压缩相机指纹匹配。 ICASSP公司 2015 : 1697-1701 【c7】 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 蒂齐亚诺·比安奇 , 恩里科·马格里 :
基于压缩相机传感器指纹的图像检索。 国际货币兑换协会 2015 : 1-6 [i7] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
压缩测量的多描述编码的分级量化。 CoRR公司 abs/1503.08696 ( 2015 ) 2014 [j1] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
一种新的多光谱和高光谱图像车载预测编码速率控制算法。 IEEE传输。 地质科学。 远程。 传感器。 52 ( 10 ) : 6341-6355 ( 2014 ) 【c6】 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
循环传感矩阵的压缩信号处理。 ICASSP公司 2014 : 1015-1019 【c5】 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
用于高光谱和多光谱图像的机载速率控制预测编码的硬件友好架构。 ICIP公司 2014 : 5142-5146 [i6] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
一种新的多光谱和高光谱图像车载预测编码速率控制算法。 CoRR公司 abs/1401.3277 ( 2014 ) [i5] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
循环传感矩阵压缩信号处理。 CoRR公司 腹肌/1403.2835 ( 2014 ) 2013 【c4】 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
分布式压缩感知中使用创新差异的联合恢复算法。 ACSSC公司 2013 : 414-417 【c3】 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
分级量化:压缩感知中多重描述的民主。 ICASSP公司 2013 : 5825-5829 【c2】 朱利奥·科卢西亚 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于块的随机投影的平滑约束图像恢复。 MMSP公司 2013 : 129-134 【c1】 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
具有混合变换和层间预测模型的空间可缩放压缩图像传感。 MMSP公司 2013 : 373-378 [i4] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
分级量化:压缩传感中多重描述的民主。 CoRR公司 abs/1310.1217 ( 2013 ) [i3] 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于混合变换和层间预测模型的空间可缩放压缩图像传感。 CoRR公司 abs/1310.1221 ( 2013 ) [i2] 朱利奥·科卢西亚 , 迭戈·瓦尔塞西亚 , 恩里科·马格里 :
基于块的随机投影的平滑约束图像恢复。 CoRR公司 腹肌/1310.7813 ( 2013 ) [i1] 迭戈·瓦尔塞西亚 , 朱利奥·科卢西亚 , 恩里科·马格里 :
分布式压缩感知中使用创新差异的联合恢复算法。 CoRR公司 abs/1311.2433 ( 2013 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)