Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Learning Disentangled Representations with Wasserstein Auto-Encoders

Rubenstein, P., Schölkopf, B., & Tolstikhin, I. (2018). Learning Disentangled Representations with Wasserstein Auto-Encoders. In ICLR 2018 - Workshop Track. Amherst, MA: OpenReview.net. Retrieved from https://openreview.net/forum?id=Hy79-UJPM.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0003-7E39-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0006-D90E-7
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Rubenstein, P.1, Autor           
Schölkopf, B1, Autor           
Tolstikhin, I.1, Autor           
Affiliations:
1Dept. Empirical Inference, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497647              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Schölkopf
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2018-02-122018
 Publikationsstatus: Online veröffentlicht
 Seiten: 4
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: RubSchTol18b
URI: https://openreview.net/forum?id=Hy79-UJPM
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 6th International Conference on Learning Representations (ICLR 2018)
Veranstaltungsort: Vancouver, Canada
Start-/Enddatum: 2018-04-30 - 2018-05-03

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: ICLR 2018 - Workshop Track
  Untertitel : 6th International Conference on Learning Representations
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Amherst, MA : OpenReview.net
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: URI: https://openreview.net/group?id=ICLR.cc/2018/Workshop#accepted-papers