Catálogo bibliográfico FCT/UNL

Domain adaptation in computer vision with deep learning (Record no. 91066)

MARC details
000 -Record Label
fixed length control field 02371nam a22003255i 4500
005 - Identificador da versão
control field 20240705153642.0
010 ## - ISBN - International Standard Book Number
Número (ISBN) 978-3-030-45529-3
Modalidade de aquisição e/ou preço compra
100 ## - Entrada principal
Dados gerais de processamento 20231023d2020 k||y0pory50 ba
101 0# - Língua do documento
Língua do texto, banda sonora, etc. eng
102 ## - País da publicação
País de publicação Switzerland, Swiss Confederation
200 1# - Título
Título próprio Domain adaptation in computer vision with deep learning
Indicação geral da natureza do documento Documento eletrónico
Primeira menção de responsabilidade edited by Hemanth Venkateswara, Sethuraman Panchanathan
210 ## - Local de edição
Lugar da edição, distribuição, etc. Cham
Nome do editor, distribuidor, etc. Springer International Publishing
Data da publicação, distribuição, etc. 2020
215 ## - Descrição física (Vol.pg.fl.tm.fsc)
Descrição física XI, 256 p.
Outras indicações físicas il.
303 ## - Notas Informação descritiva
Texto da nota This book provides a survey of deep learning approaches to domain adaptation in computer vision. It gives the reader an overview of the state-of-the-art research in deep learning based domain adaptation. This book also discusses the various approaches to deep learning based domain adaptation in recent years. It outlines the importance of domain adaptation for the advancement of computer vision, consolidates the research in the area and provides the reader with promising directions for future research in domain adaptation. Divided into four parts, the first part of this book begins with an introduction to domain adaptation, which outlines the problem statement, the role of domain adaptation and the motivation for research in this area. It includes a chapter outlining pre-deep learning era domain adaptation techniques. The second part of this book highlights feature alignment based approaches to domain adaptation. The third part of this book outlines image alignment procedures for domain adaptation. The final section of this book presents novel directions for research in domain adaptation. This book targets researchers working in artificial intelligence, machine learning, deep learning and computer vision. Industry professionals and entrepreneurs seeking to adopt deep learning into their applications will also be interested in this book.
606 ## - Nome comum como assunto
Elemento de entrada Machine learning
606 ## - Nome comum como assunto
Elemento de entrada Image processing
Subdivisão de assunto Digital techniques
606 ## - Nome comum como assunto
Elemento de entrada Computer vision
606 ## - Nome comum como assunto
Elemento de entrada Signal processing
606 ## - Nome comum como assunto
Elemento de entrada Artificial intelligence
606 ## - Nome comum como assunto
Elemento de entrada Application software
680 ## - Classificação Biblioteca Congresso
Notação Q325.5-.7
702 ## - Responsabilidade secundária
Palavra de ordem Venkateswara
Outra parte do nome Hemanth
Código de função ed. lit.
Koha Internal Code 74081
702 ## - Responsabilidade secundária
Palavra de ordem Panchanathan
Outra parte do nome Sethuraman
Código de função ed. lit.
Koha Internal Code 74082
801 #0 - Fonte de origem
País Portugal
Regras de catalogação RPC
856 4# - URL Endereço WEB
URL https://doi.org/10.1007/978-3-030-45529-3
942 ## - Elementos de entrada adicionados (Koha)
Fonte da classificação ou esquema de estante Library of Congress Classification
Tipo de item no Koha E-Books
Suprimido 0
Holdings
Removido (estado) Perdido (estado) Data de aquisição Número da cópia Origem do registo Origem do registo Código da organização que empresta ou é detentora Organização que empresta ou é detentora Localização da prateleira Código de barras Coleção Número de inventário Cota Tipo de circulação Tipo de item e material
    2023-10-23 1 FCT Biblioteca NOVA FCT Biblioteca NOVA FCT FCT Online 95738 Não Ficção 103025 Q325.5.SPR FCT Disponível E-Books
Moodle da Biblioteca Slideshare da Biblioteca Siga-nos no Issuu Twitter da Biblioteca Instagram da Biblioteca Facebook da Biblioteca Blog da Biblioteca