BibSonomy

Lesezeichen und Publikationen teilen - in blau!

( en | de | ru )

 

Gruppe
  • Tag
  • Benutzer
  • Gruppe
  • Autor
  • Konzept
  • BibTeX-Schlüssel
  • Suche
aposdle
  • Anmelden
  • Registrieren
  • Gruppen
  • Genealogie
  • Beliebt 
    • Einträge
    • Tags
    • Autoren
    • Konzepte
    • Diskussionen
  • Anmelden
  • Registrieren

Anmelden

Melden Sie sich mit Ihrem Benutzernamen an.

@

Ich habe mein Passwort vergessen.


Melden Sie sich mit Ihrem OpenID-Provider an.

  • Other OpenID-Provider
  1. Gruppe
  2. aposdle
  3. poseestimation learning(artificialintelligence)

Publication title

Lesezeichen  (verstecken)
  • Anzeige
  • alles
  • nur Lesezeichen
  • Lesezeichen pro Seite
  • 5
  • 10
  • 20
  • 50
  • 100
  • sortieren nach
  • hinzugefügt am
  • Titel
  • RSS
  • BibTeX
  • XML

    Keine Treffer.
  • ⟨⟨
  • ⟨
  • ⟩
  • ⟩⟩

Publikationen  (verstecken)1  
  • Anzeige
  • alles
  • nur Publikationen
  • Publikationen pro Seite
  • 5
  • 10
  • 20
  • 50
  • 100
  • sortieren nach
  • hinzugefügt am
  • Titel
  • Autor
  • Erscheinungsdatum
  • Eintragstyp
  • Hilfe für erweiterte Sortierung...
  • RSS
  • BibTeX
  • RDF
  • mehr...

  •  

     
    2Max Margin AND/OR Graph learning for parsing the human body
     

    L. Zhu, Y. Chen, Y. Lu, C. Lin, und A. Yuille. Computer Vision and Pattern Recognition, 2008. CVPR 2008. IEEE Conference on, Seite 1-8. (Juni 2008)
    vor 16 Jahren von @georg.oettl
    alle anzeigen
    • poseestimation
    • supportvectormachines
    • compactgraphicalmodel
    • Graphs
    • learning(artificialintelligence)
    • maxmarginAND/ORgraphlearning
    • Markovrandomfields
    • Markovprocesses
    • humanbodyparsing
    • multi-levelmixture
     
      poseestimationsupportvectormachinescompactgraphicalmodelGraphslearning(artificialintelligence)maxmarginAND/ORgraphlearningMarkovrandomfieldsMarkovprocesseshumanbodyparsingmulti-levelmixture
      KopierenLöschenDiese Publikation zur Ablage hinzufügen
      • Community-Eintrag
      • Versionsverlauf dieses Eintrags
      • URL
      • DOI
      • BibTeX
      • EndNote
      • APA
      • Chicago
      • DIN 1505
      • Harvard
      • MSOffice XML
       
       
    • ⟨⟨
    • ⟨
    • 1
    • ⟩
    • ⟩⟩

    APOSDLE

    @aposdle

    CVExplore
    beitreten

    Stöbern

    • poseestimation learning(artificialintelligence) als Tag von allen Benutzern

    Verwandte Tags

    • + | supportvectormachines
    • + | compactgraphicalmodel
    • + | Graphs
    • + | maxmarginAND/ORgraphlearning
    • + | Markovrandomfields
    • + | Markovprocesses
    • + | humanbodyparsing
    • + | multi-levelmixture

    Tags

    • TechnologyEnhancedLearning
    • Psycho
    • Graphs
    • CbKST
    • serious_games
    • Maths
    • StudentModel
    • NLP
    • KST
    • TARGET
    • BelieveNetworks
    • MachineLearning
    • Storytelling
    • Motivation
    • dataprivacy
    • securityofdata
    • trustexchange
    • privacyprotection
    • graph,
    • trustmanagement
    • graph
    • knowledgeDiscovery,
    • securitytokens
    • clustering
    • Pathcover
    • psycho
    • federationsystems
    • federationsystem
    • OpenStudentModel
    • FBK
    • IE
    • ontology
    • Dissertation
    • query-basedmechanisms
    • Sentiment
    • semanticapproach
    • APOSDLE
    • securityprotection
    • system
    • informationsharing
    • tagging
    • Competence
    • semantic
    • software
    • 2007
    • trustinformationexchange
    • KC
    • evaluation
    • onlinecollaboration
    Was ist BibSonomy?
    Erste Schritte
    Browser Buttons
    Hilfe
    Entwickler
    Überblick
    API-Dokumentation
    Kontakt und Datenschutz
    Impressum
    Datenschutz & AGB
    Cookies
    Probleme melden
    BibSonomy Wiki
    Integration
    PUMA
    TYPO3 Extension
    WordPress Plugin
    Java REST Client
    Unterstützte Kataloge
    mehr
    Über BibSonomy
    Team
    Weblog
    Mailing Liste
    Social Media
     Folge uns auf Twitter

    BibSonomy wird vom Data Science Lehrstuhl der Universität Würzburg, der Information Processing and Analytics Gruppe der Humboldt-Unversität zu Berlin, dem FG Wissensverarbeitung der Universität Kassel, und vom Forschungszentrum L3S betrieben.