绍伊布·艾哈迈德·西迪基
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [j13] 绍伊布·艾哈迈德·西迪基 , 大卫·克鲁格 , 燕乐存 , Stéphane Deny酒店 :
大规模的区块式自我监督学习。 事务处理。 机器。 学习。 物件。 2024 ( 2024 ) [i16] 绍伊布·艾哈迈德·西迪基 , Xin Dong(新东) , 格雷格·海因里希 , 托马斯·布鲁埃尔 , 扬·考茨 , 大卫·克鲁格 , 帕夫洛·莫尔恰诺夫 :
深入了解LLM的深度修剪。 CoRR公司 abs/2407.16286 ( 2024 ) 2023 [第15条] 绍伊布·艾哈迈德·西迪基 , 尼塔珊·拉吉库马尔 , 特根·马哈拉吉 , 大卫·克鲁格 , 萨拉·胡克 :
元数据考古学:利用训练动力学挖掘数据子集。 ICLR公司 2023 【i15】 绍伊布·艾哈迈德·西迪基 , 大卫·克鲁格 , 燕乐存 , Stéphane Deny酒店 :
大规模的区块式自我监督学习。 CoRR公司 abs/2302.01647 ( 2023 ) [第14条] 绍伊布·艾哈迈德·西迪基 , 大卫·克鲁格 , 托马斯·布鲁埃尔 :
研究深度神经网络中3D泛化的本质。 CoRR公司 abs/2304.09358 ( 2023 ) 2022 [公元12年] 佩尔瓦伊兹·伊克巴尔·汗 , 绍伊布·艾哈迈德·西迪基 , 伊姆兰·拉扎克 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
使用对比对手训练改进社交媒体内容的健康提及分类。 IEEE接入 10 : 87900-87910 ( 2022 ) [公元11年] 萨巴·贾维德 , 卡西夫·伊斯哈克 , 绍伊布·艾哈迈德·西迪基 , 扎纳尔萨拉姆 :
一种简单但完全自适应的PSO算法,用于部分阴影条件下光伏阵列的全局峰值跟踪。 IEEE传输。 Ind.Electron公司。 69 ( 6 ) : 5922-5930 ( 2022 ) [第14条] 赛福拉赛福拉 , 绍伊布·艾哈迈德·西迪基 , 斯特凡·阿涅 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
深度模型对真实失真鲁棒吗? 文档图像分类的案例研究。 ICPR公司 2022 : 1628-1635 [第13条] 阿德里亚诺·卢西埃里 , 费比安·施梅瑟 , 克里斯托弗·彼得·巴拉达 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
重新审视皮肤病变分类深度学习的形状偏差。 MIUA公司 2022 : 46-61 [i13] 佩尔瓦伊兹·伊克巴尔·汗 , 绍伊布·艾哈迈德·西迪基 , 伊姆兰·拉扎克 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
使用对比对手训练改进推文的健康提及分类。 CoRR公司 abs/2203.01895 ( 2022 ) [i12] 阿德里亚诺·卢西埃里 , 费比安·施梅瑟 , 克里斯托弗·彼得·巴拉达 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
重新审视皮肤病变分类深度学习的形状偏差。 CoRR公司 abs/2206.06466 ( 2022 ) [i11] 绍伊布·艾哈迈德·西迪基 , 尼塔珊·拉吉库马尔 , 特根·马哈拉吉 , 大卫·克鲁格 , 萨拉·胡克 :
元数据考古学:利用训练动力学挖掘数据子集。 CoRR公司 abs/2209.10015 ( 2022 ) [i10] 克拉克 , 绍伊布·艾哈迈德·西迪基 , 罗伯特·柯克 , 安瓦尔 , 史蒂芬·钟 , 大卫·克鲁格 :
基于鲁棒模型的离线强化学习的领域泛化。 CoRR公司 abs/2211.14827 ( 2022 ) 2021 [公元10年] 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
文档图像分类的自监督表示学习。 IEEE接入 9 : 164358-164367 ( 2021 ) [公元9年] 绍伊布·艾哈迈德·西迪基 , 多米尼克·梅西耶 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSInsight:时间序列数据可解释性的局部-全局归因框架。 传感器 21 ( 21 ) : 7373 ( 2021 ) [第12条] 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
理解和减轻模型压缩对文档图像分类的影响。 ICDAR(1) 2021 : 147-159 [第11条] 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
分析零镜头识别在文档图像分类中的潜力。 ICDAR(4) 2021 : 293-304 [第九章] 绍伊布·艾哈迈德·西迪基 , 托马斯·布鲁埃尔 :
识别易受对手攻击的层。 CoRR公司 腹肌/2107.04827 ( 2021 ) 2020 [j8] 穆罕默德·纳赛尔·巴伊瓦 , 苏勒曼·库拉姆 , 莫辛·穆尼尔 , 绍伊布·艾哈迈德·西迪基 , 穆罕默德·伊姆兰·马利克 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
使用确定性和概率卷积神经网络之间的混合进行保密分类。 IEEE接入 8 : 115476-115485 ( 2020 ) [j7] 阿德里亚诺·卢西埃里 , Huzaifa Sabir公司 , 绍伊布·艾哈迈德·西迪基 , 赛义德·塔希恩·拉扎·里兹维 , Brian Kenji Iwana先生 , 内田正一 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
书籍封面分类的深度学习模型基准。 序列号计算。 科学。 1 ( 三 ) : 139 ( 2020 ) [第10条] 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
时间序列数据的对抗性攻击和防御基准。 图标(3) 2020 : 544-554 【c9】 多米尼克·梅西耶 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
通过数据透镜解释深层模型。 国际JCNN 2020 : 1-8 [i8] 绍伊布·艾哈迈德·西迪基 , 多米尼克·梅西耶 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSInsight:用于时间序列数据可解释性的本地-全局属性框架。 CoRR公司 abs/2004.02958 ( 2020 ) [i7] 多米尼克·梅西耶 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
通过数据透镜解释深层模型。 CoRR公司 abs/2005.03442 ( 2020 ) [i6] 穆罕默德·纳赛尔·巴伊瓦 , 穆罕默德·伊姆兰·马利克 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 费萨尔·沙法特 , 沃尔夫冈·纽梅耶 , 谢拉兹·艾哈迈德 :
利用深度学习在视网膜眼底图像中进行视盘定位和青光眼分类的两阶段框架。 CoRR公司 abs/2005.14284 ( 2020 ) [i5] 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
对时间序列数据的对手攻击和防御进行基准测试。 CoRR公司 abs/2008.13261 ( 2020 ) [i4] 维努·约瑟夫 , 绍伊布·艾哈迈德·西迪基 , 阿迪蒂亚·巴斯卡拉 , 加内什·戈帕拉克里什南 , 索拉夫·穆拉利德兰 , 迈克尔·加兰德 , 谢拉兹·艾哈迈德 , 安德烈亚斯·丹格尔 :
通过Label-Preservation-Aware Loss函数实现可靠的模型压缩。 CoRR公司 abs/2012.01604 ( 2020 )
2010 – 2019
2019 [j6] 莫辛·穆尼尔 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
DeepAnT:时间序列中无监督异常检测的深度学习方法。 IEEE接入 7 : 1991-2005 ( 2019 ) [j5] 绍伊布·艾哈迈德·西迪基 , 多米尼克·梅西耶 , 莫辛·穆尼尔 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSViz:时间序列分析深度学习模型的解密。 IEEE接入 7 : 67027-67040 ( 2019 ) [j4] 穆罕默德·纳赛尔·巴伊瓦 , 穆罕默德·伊姆兰·马利克 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 费萨尔·沙法特 , 沃尔夫冈·纽梅耶 , 谢拉兹·艾哈迈德 :
利用深度学习在视网膜眼底图像中进行视盘定位和青光眼分类的两阶段框架。 BMC医学信息学决策。 制造商。 19 ( 1 ) : 136:1-136:16 ( 2019 ) [j3] 穆罕默德·纳赛尔·巴伊瓦 , 穆罕默德·伊姆兰·马利克 , 绍伊布·艾哈迈德·西迪基 , 安德烈亚斯·丹格尔 , 费萨尔·沙法特 , 沃尔夫冈·纽梅耶 , 谢拉兹·艾哈迈德 :
更正:使用深度学习在视网膜眼底图像中进行视盘定位和青光眼分类的两阶段框架。 BMC医学信息学决策。 制造商。 19 ( 1 ) : 153:1 ( 2019 ) [注2] 莫辛·穆尼尔 , 绍伊布·艾哈迈德·西迪基 , 穆罕默德·阿里·查塔 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
FuseAD:融合统计和深度学习模型的流式传感器数据中的无监督异常检测。 传感器 19 ( 11 ) : 2451 ( 2019 ) 【c8】 穆罕默德·阿里·查塔 , 绍伊布·艾哈迈德·西迪基 , 穆罕默德·伊姆兰·马利克 , Ludger van Elst公司 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
KINN:将专家知识融入神经网络。 AAAI春季研讨会:将机器学习与知识工程相结合 2019 【c7】 穆罕默德·阿勒纳 , 绍伊布·艾哈迈德·西迪基 , Hiroki Ohashi先生 , 谢拉兹·艾哈迈德 , 中村胜吉 , 佐藤隆人 , 安德烈亚斯·丹格尔 :
OGaze:关注对象选择的自我中心视频中的凝视预测。 DICTA公司 2019 : 1-8 【c6】 莫辛·穆尼尔 , 绍伊布·艾哈迈德·西迪基 , 费迪南·库斯特斯 , 多米尼克·梅西耶 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSXplain:使用自然语言和统计特征解释时间序列的DNN决策。 ICANN(研讨会) 2019 : 426-439 【c5】 穆罕默德·阿里·查塔 , 绍伊布·艾哈迈德·西迪基 , 莫辛·穆尼尔 , 穆罕默德·伊姆兰·马利克 , Ludger van Elst公司 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
DeepEX:弥合时间序列预测的知识和数据驱动技术之间的差距。 ICANN(2) 2019 : 639-651 【c4】 绍伊布·艾哈迈德·西迪基 , 佩尔瓦伊兹·伊克巴尔·汗 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
重新思考文档中表结构识别的语义分割。 ICDAR公司 2019 : 1397-1402 【c3】 绍伊布·艾哈迈德·西迪基 , 伊姆兰·阿里·法塔赫 , 赛义德·塔希恩·拉扎·里兹维 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
DeepTabStR:基于深度学习的表结构识别。 ICDAR公司 2019 : 1403-1409 [i3] 穆罕默德·阿里·查塔 , 绍伊布·艾哈迈德·西迪基 , 穆罕默德·伊姆兰·马利克 , Ludger van Elst公司 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
KINN:将专家知识融入神经网络。 CoRR公司 abs/1902.05653 ( 2019 ) [i2] 莫辛·穆尼尔 , 绍伊布·艾哈迈德·西迪基 , 费迪南·库斯特斯 , 多米尼克·梅西耶 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSXplain:使用自然语言和统计特征解释时间序列的DNN决策。 CoRR公司 abs/1905.06175 ( 2019 ) 2018 [j1] 绍伊布·艾哈迈德·西迪基 , 穆罕默德·伊姆兰·马利克 , 斯特凡·阿涅 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
DeCNT:用于表格检测的深度可变形CNN。 IEEE接入 6 : 74151-74161 ( 2018 ) [c2] 卢卡斯·拉夫 , 尼科·哥尼茨 , 卢卡斯·迪克 , 绍伊布·艾哈迈德·西迪基 , 罗伯特·范德梅伦 , 亚历山大·宾德 , 艾曼纽尔·米勒 , 马吕斯·克劳特 :
深层一级分类。 ICML公司 2018 : 4390-4399 [i1] 绍伊布·艾哈迈德·西迪基 , 多米尼克·默西尔 , 莫辛·穆尼尔 , 安德烈亚斯·丹格尔 , 谢拉兹·艾哈迈德 :
TSViz:时间序列分析深度学习模型的解密。 CoRR公司 abs/1802.02952 ( 2018 ) 2017 【c1】 阿卜杜拉·艾哈迈德 , 瓦卡斯·艾哈迈德 , 穆罕默德·贾西布·汗 , 绍伊布·艾哈迈德·西迪基 , 哈马德·M·奇马 :
基于可穿戴传感器的多准则实时检测系统。 欧洲工商管理委员会 2017 : 2377-2380