Publication

Deep convolutional neural networks for estimating porous material parameters with ultrasound tomography

Publications associées (67)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Deep convolutional neural networks for estimating porous material parameters with ultrasound tomography

Graph Chatbot

Chattez avec Graph Search

Learning new physics from a machine

Learning embeddings: efficient algorithms and applications

Learning embeddings: efficient algorithms and applications

DroNet: Learning to Fly by Driving

On The Robustness of a Neural Network

A quantum-implementable neural network model

HRL: Efficient and Flexible Reconfigurable Logic for Near-Data Processing

Accelerated Microstructure Imaging via Convex Optimization (AMICO) from diffusion MRI data

Numerical modeling and neural networks to identify model parameters from piezocone tests: II. Multi-parameter identification from piezocone data

Diffusion networks outperform consensus networks

A quantum-implementable neural network model

Learning embeddings: efficient algorithms and applications

DroNet: Learning to Fly by Driving

On The Robustness of a Neural Network

Learning new physics from a machine

Learning embeddings: efficient algorithms and applications

Accelerated Microstructure Imaging via Convex Optimization (AMICO) from diffusion MRI data

Numerical modeling and neural networks to identify model parameters from piezocone tests: II. Multi-parameter identification from piezocone data

HRL: Efficient and Flexible Reconfigurable Logic for Near-Data Processing

Diffusion networks outperform consensus networks