Einzeltreffer — DigiBib

International audience ; This article summarizes some recent works and associated challenges in the field of Bayesian statistics that were presented during the Journées MAS 2020. The goal of the session was to give an overview of the many aspects of Bayesian statistics investigated by young researchers of the community.

Titel:	Bayes in action in deep learning and dictionary learning
Autor/in / Beteiligte Person:	Arbel, Julyan ; Dang, Hong-Phuong ; Elvira, Clement ; Herzet, Cédric ; Naulet, Zacharie ; Vladimirova, Mariia ; Laboratoire Jean Kuntzmann (LJK) ; Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP ) ; Université Grenoble Alpes (UGA) ; Inria Grenoble - Rhône-Alpes ; Institut National de Recherche en Informatique et en Automatique (Inria) ; Laboratoire de Traitement de l'Information Medicale (LaTIM) ; Université de Brest (UBO)-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre Hospitalier Régional Universitaire de Brest (CHRU Brest)-IMT Atlantique (IMT Atlantique) ; Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-Institut Brestois Santé Agro Matière (IBSAM) ; Université de Brest (UBO) ; CentraleSupélec ; Institut d'Électronique et des Technologies du numéRique (IETR) ; Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes) ; Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Nantes Université - pôle Sciences et technologie ; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ) ; Inria Rennes – Bretagne Atlantique ; Laboratoire de Mathématiques d'Orsay (LMO) ; Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)
Link:	https://hal.science/hal-04357371 https://hal.science/hal-04357371/document Volltext https://doi.org/10.1051/proc/202374090
Zeitschrift:	ISSN: 2267-3059, 2023
Veröffentlichung:	HAL CCSD ; EDP Sciences, 2023
Medientyp:	academicJournal
DOI:	10.1051/proc/202374090
Schlagwort:	[SPI]Engineering Sciences [physics]
Sonstiges:	Nachgewiesen in: BASE Sprachen: English Collection: Université de Rennes 1: Publications scientifiques (HAL) Document Type: article in journal/newspaper Language: English Relation: hal-04357371; https://hal.science/hal-04357371; https://hal.science/hal-04357371/document; https://hal.science/hal-04357371/file/proc230806.pdf Rights: info:eu-repo/semantics/OpenAccess

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.

Bayes in action in deep learning and dictionary learning