|
1 |
Deep learning in personalized music emotion recognition
Venohr, Yannik. - Wiesbaden, Germany : Springer Vieweg, [2025]
|
|
|
|
2 |
Improving robustness of perception DNNs in various domains
Kapoor, Nikhil. - Düren : Shaker, [2025]
|
|
|
|
3 |
Erzeugnisse des maschinellen Lernens
Lampe, Oliver. - Baden-Baden : Nomos, 2024, 1. Auflage
|
|
|
|
4 |
KI-basierte Verbesserung der Auswertung von Seitensichtsonarbildern mittels Methoden des Deep Learnings
Steiniger, Yannik. - Düren : Shaker Verlag, 2024, 1. Auflage
|
|
|
|
5 |
Lieferzeitbestimmung in der auftragsbezogenen Werkstattfertigung mittels maschinellen Lernens
Rokoss, Alexander. - Göttingen : sierke VERLAG, 2024, 1. Auflage
|
|
|
|
6 |
Nutzerorientiertes Konzept für interaktives maschinelles Lernen zur Prozessidentifikation am Beispiel der Pflegeumgebung
Kaczmarek, Sylvia. - Dortmund : Verlag Praxiswissen, [2024]
|
|
|
|
7 |
Selbstverstärkendes Lernen als Beitrag zur Automatisierung der Anpassungskonstruktion
Dworschak, Fabian. - Erlangen : FAU University Press, 2024
|
|
|
|
8 |
Uncertainty PERMEATED - explainable AI in a condition monitoring framework for industrial assets
Lukas, Martin. - Stuttgart : Fraunhofer Verlag, 2024
|
|
|
|
9 |
Exploring the adoption of a conceptual data analytics framework for subsurface energy production systems
Maher Abdalla, Ramez. - Clausthal-Zellerfeld : Papierflieger Verlag, 2023, 1. Auflage
|
|
|
|
10 |
[A computational toolbox to assess VGF-grown silicon]
Identification and interpretation of characteristics for grain and defect development
Trötschler, Theresa. - Stuttgart : Fraunhofer Verlag, [2023]
|
|
Administration
