谢尔盖·扎戈鲁伊科
人员信息
优化列表
2020年–今天
2024 [电子1] 德米特里·伊格纳托夫 , 迈克尔·余(Michael Yu)。 Khachay公司 , 安德烈·库图佐夫 , 哈贝特·马多扬 , 伊利亚马卡罗夫 , 伊琳娜·尼基希娜 , 亚历山大·潘琴科 , 马克西姆·帕诺夫 , 帕诺斯·帕尔达洛斯 , 安德烈·萨文琴科 , 叶夫根尼·茨姆巴洛夫 , 埃琳娜·图图巴利纳 , 谢尔盖·扎戈鲁伊科 :
图像、社会网络和文本分析——第11届国际会议,AIST 2023,亚美尼亚埃里温,2023年9月28日至30日,修订论文集。 计算机科学课堂讲稿 14486, 施普林格 2024 ,国际标准图书编号 978-3-031-54533-7 [目录] 2023 [第13条] 谢尔盖·普列特内夫 , 丹尼尔·莫斯科夫斯基 , 维多利亚·切卡利纳 , 米哈伊尔·塞莱兹尼奥夫 , 谢尔盖·扎戈鲁伊科 , 亚历山大·潘琴科 :
变压器压缩:使用Fisher信息的矩阵分解方法研究。 自动识别系统 2023 : 36-48 [第12条] 子棋庞 , 李杰(音译) , 帕维尔·托克马科夫 , 陈滇(音) , 谢尔盖·扎戈鲁伊科 , 王玉祥(Yu-Xiong Wang) :
站在过去和未来之间:多摄像机三维多目标跟踪的时空建模。 CVPR公司 2023 : 17928-17938 [第11条] 斯特凡诺·皮尼 , 克里斯蒂安·佩隆 , 阿尤什·阿胡加 , 安娜·索菲亚·鲁菲诺·费雷拉 , 莫里茨·尼恩多夫 , 谢尔盖·扎戈鲁伊科 :
通过学习预测和混合专家计划,实现安全的真实世界自主驾驶。 ICRA公司 2023 : 10069-10075 [第10条] 谢尔盖·普列特内夫 , 维多利亚·切卡利纳 , 丹尼尔·莫斯科夫斯基 , 米哈伊尔·塞列兹涅夫 , 谢尔盖·扎戈鲁伊科 , 亚历山大·潘琴科 :
预训练变压器压缩矩阵分解方法的计算研究。 PACLIC公司 2023 : 723-742 【i15】 子棋庞 , 李杰(音译) , 帕维尔·托克马科夫 , 陈滇(音) , 谢尔盖·扎戈鲁伊科 , 王玉祥(Yu-Xiong Wang) :
站在过去和未来之间:多摄像机三维多目标跟踪的时空建模。 CoRR公司 abs/2302.03802 ( 2023 ) 2022 [第14条] 伊莎·库马尔 , 张一鸣(音) , 斯特凡诺·皮尼 , 西蒙·斯坦特 , 安娜·费雷拉 , 谢尔盖·扎戈鲁伊科 , 克里斯蒂安·佩隆 :
CW-ERM:通过闭环加权经验风险最小化改进自主驾驶规划。 CoRR公司 abs/2210.02174 ( 2022 ) [i13] 斯特凡诺·皮尼 , 克里斯蒂安·佩隆 , 阿尤什·阿胡加 , 安娜·索菲亚·鲁菲诺·费雷拉 , 莫里茨·尼恩多夫 , 谢尔盖·扎戈鲁伊科 :
通过学习预测和混合专家计划,实现安全的真实世界自主驾驶。 CoRR公司 abs/2211.02131 ( 2022 ) 2020 [j5] 特里斯坦·卡泽纳夫 , 严志珍 , 陈冠伟 , 陈世玉 , Xian-Dong Chiu先生 , 朱利安·德霍斯 , 玛丽亚·埃尔萨 , 曲城宫 , 胡恒源 , 瓦西尔·哈利多夫 , 李成玲 , 林欣怡 , 于金林 , 泽维尔·马丁内特 , 维加德·梅拉 , 杰雷米·拉宾 , 巴普蒂斯特·罗齐埃 , 加布里埃尔·辛纳维 , 法比安·泰托 , 奥利维尔·泰托 , 石成业 , 叶一军 , Shi-Jim Yen先生 , 谢尔盖·扎戈鲁伊科 :
多元游戏:改进零学习。 J.国际计算。 游戏协会。 42 ( 4 ) : 244-256 ( 2020 ) 【j4】 亚恩·拉贝 , 谢尔盖·扎戈鲁伊科 , 伊戈尔·卡列瓦提克 , 伊万·拉普特夫 , 贾斯汀·卡彭蒂尔 , 马修·奥布里 , 约瑟夫·西维奇 :
Monte-Carlo树搜索以实现高效的可视化重排规划。 IEEE机器人自动化。 莱特。 5 ( 2 ) : 3715-3722 ( 2020 ) 【c9】 尼古拉斯·卡里翁 , 弗朗西斯科·马萨 , 加布里埃尔·辛纳维 , 尼古拉·乌苏尼尔 , 亚历山大·基里洛夫 , 谢尔盖·扎戈鲁伊科 :
使用变压器进行端到端对象检测。 ECCV(1) 2020 : 213-229 [i12] 特里斯坦·卡泽纳夫 , Yen-Chi Chen先生 , 陈冠伟 , 陈世玉 , Xian-Dong Chiu先生 , 朱利安·德霍斯 , 玛丽亚·埃尔萨 , 曲城宫 , 胡恒远 , 瓦西尔·哈利多夫 , 李成玲 , 林欣怡 , 于金林 , 泽维尔·马丁内特 , 维加德·梅拉 , 杰雷米·拉宾 , 巴普蒂斯特·罗齐埃 , 加布里埃尔·辛纳维 , 法比安·泰托 , 奥利维尔·泰托 , 石成业 , 叶一军 , Shi-Jim Yen先生 , 谢尔盖·扎戈鲁伊科 :
多元游戏:改进零学习。 CoRR公司 abs/2001.09832 ( 2020 ) [i11] 尼古拉斯·卡里翁 , 弗朗西斯科·马萨 , 加布里埃尔·辛纳维 , 尼古拉·乌苏尼尔 , 亚历山大·基里洛夫 , 谢尔盖·扎戈鲁伊科 :
使用变压器进行端到端目标检测。 CoRR公司 abs/2005.12872 ( 2020 )
2010 – 2019
2019 [j3] 壳牌徐虎 , 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
探索深层神经网络中的权重对称性。 计算。 视觉。 图像理解。 187 ( 2019 ) [注2] 爱德华·奥亚伦 , 谢尔盖·扎戈鲁伊科 , 加布里埃尔·黄 , 尼科斯·科莫达基斯 , 西蒙·拉科斯特-朱利安 , 马修·布拉施科 , 尤金·贝里洛夫斯基 :
混合表示学习的分散网络。 IEEE传输。 模式分析。 机器。 智力。 41 ( 9 ) : 2011年8月22日 ( 2019 ) [i10] 谢尔盖·扎戈鲁伊科 , 亚恩·拉贝 , 伊戈尔·卡列瓦提克 , 伊万·拉普特夫 , 贾斯汀·卡彭蒂尔 , 马修·奥布里 , 约瑟夫·西维奇 :
Monte-Carlo树搜索以实现高效的可视化重排规划。 CoRR公司 abs/1904.10348 ( 2019 ) 2018 【b1】 谢尔盖·扎戈鲁伊科 :
深度神经网络中的权重参数化。 (深部神经元尖端参数化)。 法国巴黎东部大学, 2018 【c8】 爱德华·奥亚伦 , 尤金·贝里洛夫斯基 , 谢尔盖·扎戈鲁伊科 , 米查尔·瓦尔科 :
用一阶散射变换压缩CNN的输入。 ECCV(9) 2018 : 305至320 [第九章] 爱德华·奥亚伦 , 谢尔盖·扎戈鲁伊科 , 加布里埃尔·黄 , 尼科斯·科莫达基斯 , 西蒙·拉科斯特-朱利安 , 马修·布拉施科 , 尤金·贝里洛夫斯基 :
混合表示学习的分散网络。 CoRR公司 abs/1809.06367 ( 2018 ) [i8] 爱德华·奥亚伦 , 尤金·贝里洛夫斯基 , 谢尔盖·扎戈鲁伊科 , 米查尔·瓦尔科 :
用一阶散射变换压缩CNN的输入。 CoRR公司 abs/1809.10200 ( 2018 ) [i7] 壳牌徐虎 , 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
探索深度神经网络中的权重对称性。 CoRR公司 abs/1812.11027 ( 2018 ) 2017 [j1] 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
深度比较:使用卷积神经网络比较图像补丁的研究。 计算。 视觉。 图像理解。 164 : 38-55 ( 2017 ) 【c7】 爱德华·奥亚伦 , 尤金·贝利洛夫斯基 , 谢尔盖·扎戈鲁伊科 :
缩放散射变换:深度混合网络。 国际协调委员会 2017 : 5619-5628 【c6】 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
更加关注注意力:通过注意力转移提高卷积神经网络的性能。 ICLR(海报) 2017 [i6] 爱德华·奥亚伦 , 尤金·贝里洛夫斯基 , 谢尔盖·扎戈鲁伊科 :
缩放散射变换:深度混合网络。 CoRR公司 abs/1703.08961 ( 2017 ) [i5] 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
DiracNets:在没有跳跃连接的情况下训练非常深入的神经网络。 CoRR公司 abs/1706.00388 ( 2017 ) 2016 【c5】 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
广泛的剩余网络。 BMVC公司 2016 【c4】 谢尔盖·扎戈鲁伊科 , 亚当·莱勒 , 林宗仪 , 佩德罗·奥利维拉·皮涅罗 , 萨姆·格罗斯 , Soumith Chintala公司 , 彼得·多拉尔 :
用于目标检测的多路径网络。 BMVC公司 2016 【c3】 弗拉基米尔·帕拉莫诺夫 , 伊万·潘琴科 , 维克托·布查 , 安德烈·德罗戈柳布(Andrey Drogolyub) , 谢尔盖·扎戈鲁伊科 :
基于彩色编码光圈的深度相机。 CVPR研讨会 2016 : 910-918 [i4] 谢尔盖·扎戈鲁伊科 , 亚当·莱勒 , 林宗仪 , 佩德罗·H·O·皮涅罗 , 萨姆·格罗斯 , Soumith Chintala公司 , 彼得罗·多拉 :
用于目标检测的多路径网络。 CoRR公司 abs/1604.02135 ( 2016 ) [i3] 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
广泛的剩余网络。 CoRR公司 abs/1605.07146 ( 2016 ) [i2] 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
更加关注注意力:通过注意力转移提高卷积神经网络的性能。 CoRR公司 abs/1612.03928 ( 2016 ) 2015 【c2】 马特乌斯·科津斯基 , 拉赫迪普·加德 , 谢尔盖·扎戈鲁伊科 , 纪尧姆·奥博金斯基 , 雷诺·马莱 :
用遮挡进行立面解析之前的MRF形状。 CVPR公司 2015 : 2820-2828年 【c1】 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
学习通过卷积神经网络比较图像补丁。 CVPR公司 2015 : 4353-4361号 [i1] 谢尔盖·扎戈鲁伊科 , 尼科斯·科莫达基斯 :
学习通过卷积神经网络比较图像补丁。 CoRR公司 abs/1504.03641 ( 2015 )