特蕾莎·克拉泽
人员信息
优化列表
2020年–今天
2024 [注2] 特蕾莎·克拉泽 , 保罗多布森 , 尤安·阿尔特曼 , 马塞洛·佩雷拉 , 杰苏斯·玛丽亚·桑兹·塞尔纳 , 康斯坦蒂诺斯·齐加拉基斯 :
松弛近点朗之万采样加速贝叶斯成像。 SIAM J.成像科学。 17 ( 2 ) : 1078-1117 ( 2024 ) 2023 [i2] 特蕾莎·克拉泽 , 保罗多布森 , 尤安·阿尔特曼 , 马塞洛·佩雷拉 , 杰苏斯·玛丽亚·桑兹·塞尔纳 , 康斯坦蒂诺斯·齐加拉基斯 :
通过放松近点朗之万采样加速贝叶斯成像。 CoRR公司 abs/2308.09460 ( 2023 )
2010 – 2019
2019 [j1] 亚历山大·埃夫兰 , 埃里希·科布勒 , 安妮·布兰登堡 , 特蕾莎·克拉泽 , Leonie Neuhä用户 , 迈克尔·霍尔泽尔 , 詹妮弗·兰茨伯格 , 托马斯·波克 , 马丁·伦普夫 :
利用合成训练数据对黑色素瘤组织切片中的肿瘤细胞和细胞相互作用进行联合重建和分类。 国际期刊计算。 协助。 无线电。 外科学。 14 ( 4 ) : 587-599 ( 2019 ) 2018 【c4】 亚历山大·埃夫兰 , 迈克尔·霍尔泽尔 , 特蕾莎·克拉泽 , 埃里希·科布勒 , 詹妮弗·兰茨伯格 , Leonie Neuhä用户 , 托马斯·波克 , 马丁·伦普夫 :
黑色素瘤组织切片中肿瘤免疫细胞相互作用联合图像重建和分类的变分网络。 Bildverabeitung für die Medizin公司 2018 : 334-340 2017 【c3】 特蕾莎·克拉泽 , 丹尼尔·索库普 , 埃里希·科布勒 , 科尔斯汀·哈默尼克 , 托马斯·波克 :
多帧超分辨率的可训练正则化。 GCPR公司 2017 : 90-100 【c2】 埃里希·科布勒 , 特蕾莎·克拉泽 , 科尔斯汀·哈默尼克 , 托马斯·波克 :
变分网络:将变分方法与深度学习联系起来。 GCPR公司 2017 : 281-293 [i1] 科尔斯汀·哈默尼克 , 特蕾莎·克拉泽 , 埃里希·科布勒 , 迈克尔·雷希特 , 丹尼尔·索迪克森 , 托马斯·波克 , 弗洛里安·诺尔 :
学习用于重建加速MRI数据的变分网络。 CoRR公司 abs/1704.00447 ( 2017 ) 2016 【c1】 特蕾莎·克拉泽 , 科尔斯汀·哈默尼克 , 帕特里克·克诺贝尔雷特 , 托马斯·波克 :
学习基于序列能量最小化的联合去马赛克和去噪。 国际竞争性商业惯例 2016 : 1-11