维伦·朱穆特
人员信息
附属: 比利时鲁汶大学
其他同名人员
优化列表
2020年–今天
2023 [j5] 维伦·朱穆特 , 阿特琼斯·苏波连科夫斯 , 安德烈·邦达连科 , Dmitrijs Bliznuks公司 , 阿列克谢·利哈切夫 :
基于多损失U-Net重构的菌落形成单位计数问题的混合方法。 传感器 23 ( 19 ) : 8337 ( 2023 ) [第12条] 维伦·朱穆茨 , Dmitrijs Bliznuks公司 , 阿列克谢·利哈切夫 :
多损失U网重构是解决菌落形成单位计数问题的有效方法。 欧洲工商管理委员会 2023 : 1-5 2022 【j4】 维伦·朱穆特 , Dmitrijs Bliznuks公司 , 阿列克谢·利哈切夫 :
用于细胞和集落形成单元图像分割的多路径U-Net架构。 传感器 22 ( 三 ) : 990 ( 2022 )
2010 – 2019
2016 [j3] 维伦·朱穆特 , 约翰·苏肯斯 :
重加权随机学习。 神经计算 198 : 135-147 ( 2016 ) [第11条] 洛科·朗根 , 拉格文德拉购物中心 , 维伦·朱穆特 , 约翰·苏肯斯 :
使用固定大小方法的快速内存频谱聚类。 埃桑 2016 2015 [第10条] 维伦·朱穆特 , 洛科·朗根 , 约翰·苏肯斯 :
用于分布式大规模聚类的正则化和稀疏随机k-means。 IEEE大数据 2015 : 2535-2540 2014 [注2] 维伦·朱穆特 , 约翰·苏肯斯 :
多类监督新颖性检测。 IEEE传输。 模式分析。 机器。 智力。 36 ( 12 ) : 2510-2523 ( 2014 ) 【c9】 Raghvendra购物中心 , 维伦·朱穆特 , 洛科·朗根 , 约翰·苏肯斯 :
使用k-NN图进行大数据学习的代表子集。 IEEE大数据 2014 : 37至42 【c8】 维伦·朱穆特 , 约翰·苏肯斯 :
基于核谱聚类的半监督分类新双线性公式。 CIDM公司 2014 : 41-47 【c7】 维伦·朱穆特 , 约翰·苏肯斯 :
稀疏随机学习的重加权l1对偶平均法。 埃桑 2014 【c6】 维伦·朱穆特 , 约翰·苏肯斯 :
高度稀疏随机学习的重加权l2-正则化对偶平均方法。 ISNN公司 2014 : 232-242 2013 【c5】 维伦·朱穆特 , 约翰·苏肯斯 :
监督新颖性检测。 CIDM公司 2013 : 143-149 【c4】 维伦·朱穆特 , 黄晓林 , 约翰·苏肯斯 :
固定大小的Pegasos用于铰链和弹球损失SVM。 国际JCNN 2013 : 1-7 【c3】 维伦·朱穆特 , 约翰·苏肯斯 :
加权坐标方向Pegasos。 PReMI公司 2013 : 262-269 2011 [j1] 维伦·朱穆特 , 帕维尔·扎亚金 , 阿尔卡迪·鲍里索夫 :
使用支持向量机的应用生物医学诊断中基于排名的内核。 国际神经系统杂志。 21 ( 6 ) : 459-473 ( 2011 ) [c2] 维伦·朱穆特 , 安德烈·邦达连科 :
多段分类器:从分段线性支持向量机中提取符号知识。 KES(1) 2011 : 62-71 2010 【c1】 维伦·朱穆特 , 帕维尔·扎亚金 :
拓扑核在基于微阵列的癌症检测中的作用。 理想 2010 : 70-77