Gutscheinbedingungen

**Gültig bis 25.06.2026 auf fremdsprachige Bücher online auf thalia.at und in der Thalia App. Einzelne Artikel können ausgeschlossen sein. Ausgenommen sind preisgebundene Artikel & eBooks. Pro Einkauf einmal einlösbar. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Gutschein wird auf max. 500€ Bestellwert angerechnet. Nicht gültig für Geschenkkarten, Versandkosten und Services.

Produktbild: Domain Adaptation and Representation Transfer
Band 13542

Domain Adaptation and Representation Transfer 4th MICCAI Workshop, DART 2022, Held in Conjunction with MICCAI 2022, Singapore, September 22, 2022, Proceedings

54,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.09.2022

Herausgeber

Konstantinos Kamnitsas + weitere

Verlag

Springer

Seitenzahl

147

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

254 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-16851-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

20.09.2022

Herausgeber

Verlag

Springer

Seitenzahl

147

Maße (L/B/H)

23,5/15,5/0,9 cm

Gewicht

254 g

Auflage

1st edition 2022

Sprache

Englisch

ISBN

978-3-031-16851-2

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

  • Produktbild: Domain Adaptation and Representation Transfer
  • Detecting Melanoma Fairly: Skin Tone Detection and Debiasing for Skin Lesion Classification.- Benchmarking Transformers for Medical Image Classification.- Supervised domain adaptation using gradients transfer for improved medical image analysis.- Stain-AgLr: Stain Agnostic Learning for Computational Histopathology using Domain Consistency and Stain Regeneration Loss.- MetaMedSeg: Volumetric Meta-learning for Few-Shot Organ Segmentation.- Unsupervised site adaptation by intra-site variability alignment.- Discriminative, Restorative, and Adversarial Learning: Stepwise Incremental Pretraining.- POPAR: Patch Order Prediction and Appearance Recovery for Self-supervised Medical Image Analysis.- Feather-Light Fourier Domain Adaptation in Magnetic Resonance Imaging.- Seamless Iterative Semi-Supervised Correction of Imperfect Labels in Microscopy Images.- Task-agnostic Continual Hippocampus Segmentation for Smooth Population Shifts.- Adaptive Optimization with Fewer Epochs Improves Across-Scanner Generalization of U-Net based Medical Image Segmentation.- CateNorm: Categorical Normalization for Robust Medical Image Segmentation.