Deep learning for astronomical object classification: a case study (2020)
- Authors:
- USP affiliated authors: HIRATA, NINA SUMIKO TOMITA - IME ; MARTINAZZO, ANA CAROLINA RODRIGUES CAVALCANTE - IME ; ESPADOTO, MATEUS - IME
- Unidade: IME
- DOI: 10.5220/0008939800870095
- Subjects: APRENDIZAGEM PROFUNDA; REDES NEURAIS; COMPUTAÇÃO GRÁFICA; VISÃO COMPUTACIONAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher: SciTePress
- Publisher place: Lisboa
- Date published: 2020
- Source:
- Título do periódico: Proceedings
- Conference titles: International joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications - VISIGRAPP
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: cc-by-nc-nd
-
ABNT
MARTINAZZO, Ana Carolina Rodrigues Cavalcante e ESPADOTO, Mateus e HIRATA, Nina Sumiko Tomita. Deep learning for astronomical object classification: a case study. 2020, Anais.. Lisboa: SciTePress, 2020. Disponível em: https://doi.org/10.5220/0008939800870095. Acesso em: 01 jun. 2024. -
APA
Martinazzo, A. C. R. C., Espadoto, M., & Hirata, N. S. T. (2020). Deep learning for astronomical object classification: a case study. In Proceedings. Lisboa: SciTePress. doi:10.5220/0008939800870095 -
NLM
Martinazzo ACRC, Espadoto M, Hirata NST. Deep learning for astronomical object classification: a case study [Internet]. Proceedings. 2020 ;[citado 2024 jun. 01 ] Available from: https://doi.org/10.5220/0008939800870095 -
Vancouver
Martinazzo ACRC, Espadoto M, Hirata NST. Deep learning for astronomical object classification: a case study [Internet]. Proceedings. 2020 ;[citado 2024 jun. 01 ] Available from: https://doi.org/10.5220/0008939800870095 - Self-supervised learning for astronomical image classification
- Deep learning multidimensional projections
- Improving deep learning projections by neighborhood analysis
- Self-supervised dimensionality reduction with neural networks and pseudo-labeling
- Multiband image classification of astronomical objects
- OptMap: using dense maps for visualizing multidimensional optimization problems
- Toward a quantitative survey of dimension reduction techniques
- Improving neural network-based multidimensional projections
- Towards a quantitative survey of dimension reduction techniques
- A self-supervised learning approach for astronomical images
Informações sobre o DOI: 10.5220/0008939800870095 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 2999597.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
