Méthode d’analyse sémantique d’images combinant apprentissage profond et relations structurelles par appariement de graphes - Département Image, Données, Signal Accéder directement au contenu
Communication Dans Un Congrès Année : 2020

Méthode d’analyse sémantique d’images combinant apprentissage profond et relations structurelles par appariement de graphes

Domaines

Traitement des images [eess.IV] Réseau de neurones [cs.NE] Apprentissage [cs.LG]
Fichier principal
Vignette du fichier
CHOPIN_RJCIA_2020_corrigée.pdf (2.38 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Harold Mouchère  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02882043

Soumis le : mercredi 26 mai 2021-11:35:23

Dernière modification le : lundi 9 octobre 2023-12:49:43

Archivage à long terme le : vendredi 27 août 2021-19:05:56

Télécharger pour visualiser

Dates et versions

hal-02882043 , version 1 (26-05-2021)

Identifiants

  • HAL Id : hal-02882043 , version 1

Citer

Jérémy Chopin, Jean-Baptiste Fasquel, Harold Mouchère, Isabelle Bloch, Rozenn Dahyot. Méthode d’analyse sémantique d’images combinant apprentissage profond et relations structurelles par appariement de graphes. Rencontres des Jeunes Chercheur·ses en Intelligence Artificielle (RJCIA 2020), Jun 2020, Angers, France. ⟨hal-02882043⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-NANTES INSTITUT-TELECOM CNRS UNIV-ANGERS EC-NANTES UNAM LS2N LS2N-IPI LTCI IDS IMAGES IP_PARIS LARIS LARIS-ISISV NANTES-UNIVERSITE
226 Consultations
96 Téléchargements

Partager

Gmail Facebook X LinkedIn More