加德·斯普里曼
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
2022 【c2】 维加德·爱德华·森 , 加德·斯普里曼 , 杰里克·范登·阿贝勒 :
FORLORN:用于比较离线方法和强化学习以优化RAN参数的框架。 Q2S网络 2022 : 37-44 [i5] 维加德·爱德华·森 , 加德·斯普里曼 , 杰里克·范登·阿贝勒 :
FORLORN:用于比较离线方法和强化学习以优化RAN参数的框架。 CoRR公司 abs/2209.13540 ( 2022 ) 2020 [i4] 斯蒂芬妮娅·埃布利 , 米夏埃尔·德费拉德 , 加德·斯普里曼 :
简单神经网络。 CoRR公司 abs/2010.03633 ( 2020 )
2010 – 2019
2019 【c1】 斯蒂芬妮娅·埃布利 , 加德·斯普里曼 :
简单复合体中调和簇的概念。 ICMLA公司 2019 : 1083-1090 [i3] 马克西姆·加贝拉 , 尼蒂亚·阿法姆博 , 斯蒂芬妮娅·埃布利 , 加德·斯普里曼 :
人工神经网络中的学习拓扑。 CoRR公司 abs/1902.08160 ( 2019 ) [i2] 斯蒂芬妮娅·埃布利 , 加德·斯普里曼 :
简单复合体中调和簇的概念。 CoRR公司 腹肌/1910.07247 ( 2019 ) 2015 [j1] 马格努斯·巴克·博特南 , 加德·斯普里曼 :
通过塌陷近似欧几里德空间中的持久同调。 申请。 代数工程通讯。 计算。 26 ( 1-2 ) : 73-101 ( 2015 ) 2014 [i1] 马格努斯·巴克·博特南 , 加德·斯普里曼 :
通过坍缩近似欧氏空间中的持久同调。 CoRR公司 abs/1403.0533 ( 2014 )
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)