A variational-autoencoder approach to solve the hidden profile task in hybrid 
human-machine teams

Pescetelli, Niccolò; Reichert, Patrik; Rutherford, Alex

doi:10.31234/osf.io/s67zf

Datensatz

DATENSATZ AKTIONENEXPORT

Zur Ablage hinzufügen

Bitte beachten Sie, dass eine neuere Version dieses Datensatzes verfügbar ist:
https://pure.mpg.de/pubman/item/item_3346874_6

DetailsÜbersicht

Freigegeben

Preprint

A variational-autoencoder approach to solve the hidden profile task in hybrid human-machine teams

MPG-Autoren

/persons/resource/persons255748

Rutherford, Alex
Center for Humans and Machines, Max Planck Institute for Human Development, Max Planck Society;

Externe Ressourcen

https://doi.org/10.31234/osf.io/s67zf
(Preprint)

Volltexte (beschränkter Zugriff)

Für Ihren IP-Bereich sind aktuell keine Volltexte freigegeben.

Volltexte (frei zugänglich)

Es sind keine frei zugänglichen Volltexte in PuRe verfügbar

Ergänzendes Material (frei zugänglich)

Es sind keine frei zugänglichen Ergänzenden Materialien verfügbar

Zitation

Pescetelli, N., Reichert, P., & Rutherford, A. (2021). A variational-autoencoder approach to solve the hidden profile task in hybrid human-machine teams. PsyArXiv, 13 October 2021.

Zitierlink: https://hdl.handle.net/21.11116/0000-0009-5E85-8

Zusammenfassung

Es ist keine Zusammenfassung verfügbar