누빈트 논문 리뷰
주요 연구 논문의 핵심을 동기·방법·결과로 한눈에 살펴보세요
1,938개의 결과
A Recurrent Latent Variable Model for Sequential Data
Jun‐Young Chung, Kyle Kastner 외 4명
arXiv (Cornell University)|2015|696 회 인용
Adversarially Learned Inference
Vincent Dumoulin, Ishmael Belghazi 외 5명
arXiv (Cornell University)|2016|692 회 인용
FCNs in the Wild: Pixel-level Adversarial and Constraint-based Adaptation
Judy Hoffman, Dequan Wang 외 2명
arXiv (Cornell University)|2016|692 회 인용
GNNExplainer: Generating Explanations for Graph Neural Networks
Rex Ying, Dylan Bourgeois 외 3명
arXiv (Cornell University)|2019|692 회 인용
Model-Agnostic Interpretability of Machine Learning
Marco Túlio Ribeiro, Sameer Singh 외 1명
arXiv (Cornell University)|2016|692 회 인용
End-To-End Memory Networks
Sainbayar Sukhbaatar, Arthur Szlam 외 2명
arXiv (Cornell University)|2015|689 회 인용
Deep Recurrent Q-Learning for Partially Observable MDPs
Matthew Hausknecht, Peter Stone
arXiv (Cornell University)|2015|686 회 인용
Pruning Filters for Efficient ConvNets
Hao Li, Asim Kadav 외 3명
arXiv (Cornell University)|2016|685 회 인용
Synthesizing Robust Adversarial Examples
Anish Athalye, Logan Engstrom 외 2명
arXiv (Cornell University)|2017|684 회 인용
Active Learning for Convolutional Neural Networks: A Core-Set Approach
Ozan Şener, Silvio Savarese
arXiv (Cornell University)|2017|683 회 인용