Non-rigid 3D Shape Classification based on Convolutional Neural Networks
Descripción del Articulo
We thank CIENCIACTIVA and their Undergraduate Thesis Program since this research has been funded by them. They have encouraged us to continue this journey and provided us with the required material to pursue our goal.
| Autores: | , |
|---|---|
| Formato: | objeto de conferencia |
| Fecha de Publicación: | 2017 |
| Institución: | Consejo Nacional de Ciencia Tecnología e Innovación |
| Repositorio: | CONCYTEC-Institucional |
| Lenguaje: | inglés |
| OAI Identifier: | oai:repositorio.concytec.gob.pe:20.500.12390/985 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12390/985 https://doi.org/10.1109/LA-CCI.2017.8285693 |
| Nivel de acceso: | acceso abierto |
| Materia: | solid modelling convolution feature extraction feedforward neural nets image classification learning (artificial intelligence) shape recognition https://purl.org/pe-repo/ocde/ford#1.02.00 |
| Sumario: | We thank CIENCIACTIVA and their Undergraduate Thesis Program since this research has been funded by them. They have encouraged us to continue this journey and provided us with the required material to pursue our goal. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
