Deep Learning based approach for localizing and classifying particles and 
determining their orientations in cryo-electron tomograms with Convolutional 
Neural Networks and Spatial Transformer Networks

Sauer, Kay

Lokale TagsFreigabegeschichteDetailsÜbersicht

Deep Learning based approach for localizing and classifying particles and determining their orientations in cryo-electron tomograms with Convolutional Neural Networks and Spatial Transformer Networks

Sauer, K. (2022). Deep Learning based approach for localizing and classifying particles and determining their orientations in cryo-electron tomograms with Convolutional Neural Networks and Spatial Transformer Networks. Master Thesis, Johann Wolfgang Goethe-Universität, Frankfurt am Main.

Item is Freigegeben

einblenden: alle

Basisdaten

ausblenden:

Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-000B-2C44-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000F-F3BA-D

Genre: Hochschulschrift

Dateien

ausblenden: Dateien

:

Master Kay Sauer 2022.pdf (beliebiger Volltext), 5MB

Datei-Permalink:
-

Name:
Master Kay Sauer 2022.pdf

Beschreibung:
-

OA-Status:

Sichtbarkeit:
Privat

MIME-Typ / Prüfsumme:
application/pdf

Technische Metadaten:

Copyright Datum:
-

Copyright Info:
-

Lizenz:
-

Externe Referenzen

einblenden:

Urheber

ausblenden:

Urheber:
Sauer, Kay¹, Autor

Affiliations:
1Sofja Kovalevskaja Group, Max Planck Institute of Biophysics, Max Planck Society, ou_2253651

Inhalt

einblenden:

Details

ausblenden:

Sprache(n): eng - English

Datum: Eingereicht: 2022-07-29Erschienen: 2022-09-27

Publikationsstatus: Erschienen

Seiten: 81

Ort, Verlag, Ausgabe: Frankfurt am Main : Johann Wolfgang Goethe-Universität

Inhaltsverzeichnis: -

Art der Begutachtung: -

Identifikatoren: -

Art des Abschluß: Master

Datensatz

Basisdaten

Dateien

Externe Referenzen

Urheber

Inhalt

Details

Veranstaltung

Entscheidung

Projektinformation

Quelle