( en | de | ru )

 

Disambiguierung von "Mitliagkas, Ioannis"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Learning Representations and Generative Models For 3D Point Clouds

, , , und . arXiv preprint arXiv:1707.02392, (2017)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Ioannis Gavriel

Ioannis Efthimiadis

Ioannis Vardoulakis

Ioannis Sikiotis

Ioannis Simogiannis

 

Weitere Publikationen von Autoren mit dem selben Namen

Improving Gibbs Sampler Scan Quality with DoGS., und . ICML, Volume 70 von Proceedings of Machine Learning Research, Seite 2469-2477. PMLR, (2017)Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs, und . (2019)cite arxiv:1910.06922Comment: Code at https://github.com/AlexiaJM/MaximumMarginGANs.Stochastic Gradient Descent-Ascent and Consensus Optimization for Smooth Games: Convergence Analysis under Expected Co-coercivity., , , , und . NeurIPS, Seite 19095-19108. (2021)Gotta Go Fast When Generating Data with Score-Based Models., , , , und . CoRR, (2021)No Wrong Turns: The Simple Geometry Of Neural Networks Optimization Paths., , , und . ICML, OpenReview.net, (2024)Pseudo-Asynchronous Local SGD: Robust and Efficient Data-Parallel Training., , , , , , und . CoRR, (April 2025)An Empirical Study of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration., , , und . Trans. Mach. Learn. Res., (2025)Accelerated Stochastic Power Iteration., , , , und . AISTATS, Volume 84 von Proceedings of Machine Learning Research, Seite 58-67. PMLR, (2018)A Modern Take on the Bias-Variance Tradeoff in Neural Networks., , , , , , und . CoRR, (2018)h-detach: Modifying the LSTM Gradient Towards Better Optimization., , , , , und . ICLR (Poster), OpenReview.net, (2019)