Suchergebnisse - Lecture Notes in Computer Science

  • Treffer 1 - 16 von 16
Treffer weiter einschränken
  1. 1

    Where will they go? Predicting fine-grained adversarial multi-agent motion using conditional variational autoencoders (Wohin werden sie gehen? Vorhersage von fine-grained, adversarialer Multi-Agenten-Bewegung mithilfe von bedingten Variations-Autoencodern)

    Felsen, P., Lucey, P., Ganguly, S. Zeitschrift: “… Computer Vision - ECCV 2018. Lecture Notes in Computer Science: 15th European Conference, Munich, Germany, September 8-14, 2018 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  2. 2

    An asymmetric modeling for action assessment (Eine asymmetrische Modellierung zur Handlungsbewertung)

    Gao, J., Zheng, W.-S., Pan, J.-H., Gao, C., Wang, Y., Zeng, W., Lai, J. Zeitschrift: “… Computer Vision - ECCV 2020. Lecture Notes in Computer Science …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  3. 3

    Distinguishing between roles of football players in play-by-play match event data (Erkennen der Funktion von Fußballspielern nach Spielverlaufsdaten)

    Aalbers, B., van Haaren, J. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  4. 4

    Player valuation in European football (Spielerbewertung im europäischen Fußball)

    Nsolo, E., Lambrix, P., Carlsson, N. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  5. 5

    Ranking the teams in European football leagues with agony (Rankung von Mannschaften in den europäischen Fußballligen mit einem Agony-Algorithmus)

    Neumann, S., Ritter, J., Budhathoki, K. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  6. 6

    Interpreting deep sports analytics: Valuing actions and players in the NHL (Zum Verständnis der tiefen Sportanalytik: Bewertung von Aktionen und Spielern in der NHL)

    Liu, G., Zhu, W., Schulte, O. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  7. 7

    Player pairs valuation in ice hockey (Paarweise Spielerbewertung im Eishockey)

    Ljung, D., Carlsson, N., Lambrix, P. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  8. 8

    Model trees for identifying exceptional players in the NHL and NBA drafts (Modellbäume zur Identifizierung außergewöhnlicher Akteure in den Vorlagen der NHL und NBA)

    Liu, V., Schulte, O., Li, C. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  9. 9

    Real-time power performance prediction in Tour de France (Echtzeit-Leistungsvorhersage bei der Tour de France)

    Kataoka, Y., Gray, P. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  10. 10

    Predicting pass receiver in football using distance based features (Vorhersage des Passempfängers im Fußball unter Verwendung von entfernungsbasierten Merkmalen)

    Dauxais, Y., Gautrais, C. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  11. 11

    Football pass prediction using player locations (Passvorhersage im Fußball unter Verwendung von Spielerstandorten)

    Fournier-Viger, P., Liu, T., Chun-Wei Lin, J. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  12. 12

    Deep learning from spatial relations for soccer pass prediction (Deep learning aus räumlichen Beziehungen für die Vorhersage von Fußballpässen)

    Hubácek, O., Šourek, G., Železný, F. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  13. 13

    Predicting the receivers of football passes (Vorhersage der Empfänger von Fußballpässen)

    Li, H., Zhang, Z. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  14. 14

    Forecasting the FIFA World Cup - Combining result- and goal-based team ability parameters (Vorhersage der FIFA Fussball-Weltmeisterschaft - Kombination von ergebnis- und zielorientierten Teamfähigkeitsparametern)

    Robberechts, P., Davis, J. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  15. 15

    Measuring football players` on-the-ball contributions from passes during games (Messung der Leistung am Ball von Fußballspielern nach Pässen im Verlauf von Spielen)

    Bransen, L., Van Haaren, J. Zeitschrift: “… Machine Learning and Data Mining for Sports Analytics. MLSA 2018. Lecture Notes in Computer Science, vol 11330 …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle
  16. 16

    Automatic detection and recocnition of athlete actions in diving video (Automatisches Finden und Erkennen von Sportleraktionen in Wassersprung-Videos)

    Li, H., Wu, S., Ba, S., Lin, S., Zhang, Y.
    Veröffentlicht in Lecture Notes in Computer Science (2007)
    “… Lecture Notes in Computer Science …”
    Zu den Favoriten
    Gespeichert in:
    Originalquelle

Suchwerkzeuge: