Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
  Lokale TagsFreigabegeschichteDetailsÜbersicht

Freigegeben
Meeting Abstract

Using Generative Adversarial Network for learning joint task/response distribution in functional Magnetic Resonance Imaging

MPG-Autoren
/persons/resource/persons216049

Lee,  JY
Department High-Field Magnetic Resonance, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons192717

Stelzer,  J
Department High-Field Magnetic Resonance, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons84372

Loktyushin,  A
Department High-Field Magnetic Resonance, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

/persons/resource/persons133483

Lohmann,  G
Department High-Field Magnetic Resonance, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

Externe Ressourcen

https://docs.google.com/document/d/1Xm0EIgM9ZPAaX39bbGmkQ-tzzQvWewgmuK4sI2cvgg4/edit
(Inhaltsverzeichnis)

Volltexte (beschränkter Zugriff)
Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.
Volltexte (frei zugänglich)

WiML-2018-Lee-JY.pdf
(beliebiger Volltext), 2MB

Ergänzendes Material (frei zugänglich)
Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar
Zitation

Lee, J., Stelzer, J., Loktyushin, A., & Lohmann, G. (2018). Using Generative Adversarial Network for learning joint task/response distribution in functional Magnetic Resonance Imaging. In Workshop for Women in Machine Learning (WiML 2018).


Zitierlink: https://hdl.handle.net/21.11116/0000-0007-80C3-B
Zusammenfassung
Es ist keine Zusammenfassung verfügbar