巴勃罗·泽格斯
人员信息
SPARQL查询
优化列表
2020年–今天
2022 [i11] 邱H.范 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
使用深度学习的基于视频的人类行为识别:综述。 CoRR公司 腹肌/2208.03775 ( 2022 ) 2020 [公元12年] Huy Hieu Pham公司 , 侯萨姆·萨勒曼 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 塞尔吉奥·维拉斯汀 , 巴勃罗·泽格斯 :
一个统一的深度框架,用于从单个RGB相机进行联合3D姿势估计和动作识别。 传感器 20 ( 7 ) : 1825 ( 2020 )
2010 – 2019
2019 [公元11年] Huy-Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
学习使用深度卷积神经网络从新的基于骨架的表示中识别3D人类动作。 IET计算。 视觉。 13 ( 三 ) : 319-328 ( 2019 ) [公元10年] Huy Hieu Pham公司 , 侯萨姆·萨勒曼 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
三维骨骼运动的时空图像表示,用于基于深度卷积神经网络的视点变换动作识别。 传感器 19 ( 8 ) : 1932 ( 2019 ) [第11条] Huy Hieu Pham公司 , 侯萨姆·萨尔曼 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
一种基于骨骼数据的实时3D人体动作识别的深度学习方法。 ICIAR(1) 2019 : 18-32 [i10] Huy-Hieu Pham公司 , 侯萨姆·萨尔曼 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
一种基于骨骼数据的实时3D人体动作识别的深度学习方法。 CoRR公司 abs/1907.03520 ( 2019 ) [第九章] Huy-Hieu Pham公司 , 侯萨姆·萨勒曼 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
一个统一的深度框架,用于从单个RGB相机进行联合3D姿势估计和动作识别。 CoRR公司 腹肌/1907.06968 ( 2019 ) 2018 [公元9年] Huy Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
利用深度残差网络从骨骼数据中识别人类行为。 计算。 视觉。 图像理解。 170 : 51-66 ( 2018 ) [j8] 埃德尔·桑塔纳 , 马修·S·艾米 , 巴勃罗·泽格斯 , 何塞·普伦西佩 :
利用循环取胜网络开发时空结构。 IEEE传输。 神经网络学习。 系统。 29 ( 8 ) : 3738-3746 ( 2018 ) [第10条] Huy-Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
骨骼运动到彩色地图:一种新的基于初始残差网络的三维动作识别表示方法。 ICIP公司 2018 : 3483-3487 [i8] Huy-Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
利用深度剩余神经网络从骨骼运动中学习和识别人类行为。 CoRR公司 腹肌/1803.07780 ( 2018 ) [i7] 惠希范 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
利用深度残差网络从骨骼数据中识别人类行为。 CoRR公司 abs/1803.07781 ( 2018 ) [i6] Huy-Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
骨骼运动到彩色地图:一种新的基于初始残差网络的三维动作识别表示方法。 CoRR公司 abs/1807.07033 ( 2018 ) [i5] Huy-Hieu Pham公司 , Louahdi Khoudour公司 , 阿兰·克鲁齐尔 , 巴勃罗·泽格斯 , 塞尔吉奥·维拉斯汀 :
学习使用深度卷积神经网络从新的基于骨架的表示中识别3D人类行为。 CoRR公司 abs/1812.10550 ( 2018 ) 2016 [j7] 巴勃罗·泽格斯 , B.罗伊·弗里登 , 卡洛斯·阿拉尔康 , 亚历克西斯·富恩特斯 :
实现健壮学习机器的信息理论措施。 熵 18 ( 8 ) : 295 ( 2016 ) 【c9】 帕诺斯·索奇诺斯 , 塞尔吉奥·维拉斯汀 , 米盖尔·贾拉 , 巴勃罗·泽格斯 , 迪米特里奥斯·马克里斯 :
通过融合空间上下文软件卷积神经网络中的时间线索来计算视频中的人数。 ECCV研讨会(2) 2016 : 655-667 2015 [j6] 巴勃罗·泽格斯 :
费希尔信息属性。 熵 17 ( 7 ) : 4918-4939 ( 2015 ) [i4] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 帕夫洛斯·普洛帕帕斯 , 何塞·普伦西佩 , 巴勃罗·泽格斯 :
大尺度天文时间序列数据库的计算智能挑战和应用。 CoRR公司 abs/1509.07823 ( 2015 ) 2014 [j5] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 帕夫洛斯·普洛帕帕斯 , 何塞·普伦西佩 , 巴勃罗·泽格斯 :
大尺度天文时间序列数据库的计算智能挑战和应用。 IEEE计算。 智力。 美格。 9 ( 三 ) : 27-39 ( 2014 ) [i3] 帕夫洛斯·普洛帕帕斯 , 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 巴勃罗·泽格斯 , 何塞·普伦西佩 :
一种用于EROS 2数据集中周期估计的新型全自动流水线。 CoRR公司 abs/1412.1840 ( 2014 ) 2013 [j4] 巴勃罗·泽格斯 , 亚历克西斯·富恩特斯 , 卡洛斯·阿拉康 :
相对熵导数界限。 熵 15 ( 7 ) : 2861-2873 ( 2013 ) [电子1] 巴勃罗·埃斯特韦斯 , 何塞·卡洛斯·普林西佩 , 巴勃罗·泽格斯 :
自组织地图进展——第九届国际研讨会,WSOM 2012,智利圣地亚哥,2012年12月12日至14日,会议记录。 智能系统和计算的进展 198, 施普林格 2013 ,国际标准图书编号 978-3-642-35229-4 [目录] 2012 [j3] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 帕夫洛斯·普洛帕帕斯 , 巴勃罗·泽格斯 , 何塞·卡洛斯·普林西佩 :
寻找恒星光曲线周期性的信息论算法。 IEEE传输。 信号处理。 60 ( 10 ) : 5135-5145 ( 2012 ) [i2] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 帕夫洛斯·普洛帕帕斯 , 巴勃罗·泽格斯 , 何塞·普伦西佩 :
寻找恒星光曲线周期性的信息论算法。 CoRR公司 abs/1212.2398 ( 2012 ) 2011 [注2] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 巴勃罗·泽格斯 , 何塞·卡洛斯·普林西佩 , 帕夫洛斯·普洛帕帕斯 :
天文时间序列中的周期估计。 IEEE信号处理。 莱特。 18 ( 6 ) : 371-374 ( 2011 ) [i1] 巴勃罗·胡伊斯 , 巴勃罗·埃斯特韦斯 , 巴勃罗·泽格斯 , 何塞·卡洛斯·普林西佩 , 帕夫洛斯·普洛帕帕斯 :
利用开槽相关熵的天文时间序列周期估计。 CoRR公司 abs/1112.2962 ( 2011 ) 2010 【c8】 巴勃罗·埃斯特韦斯 , 巴勃罗·胡伊斯 , 巴勃罗·泽格斯 , 何塞·普伦西佩 , 帕夫洛斯·普洛帕帕斯 :
利用相关熵检测天文物体光曲线的周期。 国际JCNN 2010 : 1-7
2000 – 2009
2009 【c7】 鲁道夫·加西亚·罗德里格斯 , 巴勃罗·泽格斯 , Vicente Parra-Vega公司 :
神经滑动训练下的有界时间系统辨识。 国际JCNN 2009 : 932-937 2007 【c6】 巴勃罗·泽格斯 , 冈萨洛·科雷亚 :
使用函数组合增强学习机以避免回归问题中的局部极小值。 国际JCNN 2007 : 1990-1994 2006 【c5】 巴勃罗·泽格斯 , 何塞·G·约翰逊 :
多层感知器的一致密度函数估计。 国际JCNN 2006 : 1128-1135 【c4】 巴勃罗·泽格斯 , 何塞·G·约翰逊 :
指数转变:学习系统一致性的标志。 国际JCNN 2006 : 1533-1539 【c3】 何塞·德尔皮亚诺 , 巴勃罗·泽格斯 :
半自主神经网络微分方程求解器。 国际JCNN 2006 : 1863-1869 2003 [j1] 巴勃罗·泽格斯 , 马卢尔·桑德雷珊(Malur K.Sundareshan) :
使用动态神经网络生成和调制轨迹。 IEEE传输。 神经网络 14 ( 三 ) : 520-533 ( 2003 ) 2002 [c2] 巴勃罗·泽格斯 , 马卢尔·桑德雷珊(Malur K.Sundareshan) :
使用增量学习算法确定泛化程度。 高速钢 2002 : 261-270 2000 【c1】 巴勃罗·泽格斯 , 马卢尔·桑德雷珊(Malur K.Sundareshan) :
周期运动、映射有序序列和训练动态神经网络以生成连续和不连续轨迹。 IJCNN(3) 2000 : 9-14