Добірка наукової літератури з теми "Encoding Mappings"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся зі списками актуальних статей, книг, дисертацій, тез та інших наукових джерел на тему "Encoding Mappings".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Статті в журналах з теми "Encoding Mappings"
Turer, Robert W., Theresa D. Zuckowsky, H. Jennifer Causey, and S. Trent Rosenbloom. "ICD-10-CM Crosswalks in the primary care setting: assessing reliability of the GEMs and reimbursement mappings." Journal of the American Medical Informatics Association 22, no. 2 (February 7, 2015): 417–25. http://dx.doi.org/10.1093/jamia/ocu028.
Повний текст джерелаFujiwara, Yusuke, Yoichi Miyawaki, and Yukiyasu Kamitani. "Modular Encoding and Decoding Models Derived from Bayesian Canonical Correlation Analysis." Neural Computation 25, no. 4 (April 2013): 979–1005. http://dx.doi.org/10.1162/neco_a_00423.
Повний текст джерелаZhao, Weijie, and Xuechen Chen. "Zero-Delay Joint Source Channel Coding for a Bivariate Gaussian Source over the Broadcast Channel with One-Bit ADC Front Ends." Entropy 23, no. 12 (December 14, 2021): 1679. http://dx.doi.org/10.3390/e23121679.
Повний текст джерелаCaso, Gregory, and C. C. Jay Kuo. "Multiresolution Analysis of Fractal Image Compression." Fractals 05, supp01 (April 1997): 215–29. http://dx.doi.org/10.1142/s0218348x97000772.
Повний текст джерелаGarner, Kelly G., Natasha Matthews, Roger W. Remington, and Paul E. Dux. "Transferability of Training Benefits Differs across Neural Events: Evidence from ERPs." Journal of Cognitive Neuroscience 27, no. 10 (October 2015): 2079–94. http://dx.doi.org/10.1162/jocn_a_00833.
Повний текст джерелаNord, Alexander J., and Travis J. Wheeler. "Mirage2’s high-quality spliced protein-to-genome mappings produce accurate multiple-sequence alignments of isoforms." PLOS ONE 18, no. 5 (May 8, 2023): e0285225. http://dx.doi.org/10.1371/journal.pone.0285225.
Повний текст джерелаSteiner, Erich. "Ideational grammatical metaphor." Languages in Contrast 4, no. 1 (April 14, 2004): 137–64. http://dx.doi.org/10.1075/lic.4.1.07ste.
Повний текст джерелаPearson, Toni S., John W. Krakauer, and Pietro Mazzoni. "Learning Not to Generalize: Modular Adaptation of Visuomotor Gain." Journal of Neurophysiology 103, no. 6 (June 2010): 2938–52. http://dx.doi.org/10.1152/jn.01089.2009.
Повний текст джерелаLi, Baojun, Lei Yang, Hui Jiang, Weixue Sun, and Ping Hu. "Concurrent editing of automotive styling and structure with wireframe-pair." Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering 231, no. 6 (November 13, 2016): 828–41. http://dx.doi.org/10.1177/0954407016669274.
Повний текст джерелаHoggan, Eve. "Crossmodal Audio and Tactile Interaction with Mobile Touchscreens." International Journal of Mobile Human Computer Interaction 2, no. 4 (October 2010): 29–44. http://dx.doi.org/10.4018/jmhci.2010100102.
Повний текст джерелаДисертації з теми "Encoding Mappings"
Polowinski, Jan. "Ontology-Driven, Guided Visualisation Supporting Explicit and Composable Mappings." Doctoral thesis, Saechsische Landesbibliothek- Staats- und Universitaetsbibliothek Dresden, 2017. http://nbn-resolving.de/urn:nbn:de:bsz:14-qucosa-229908.
Повний текст джерелаDatenmassen im World Wide Web können kaum von Menschen oder Maschinen erfasst werden. Eine Option ist die formale Beschreibung und Verknüpfung von Datenquellen mit Semantic-Web- und Linked-Data-Technologien. Ontologien, in standardisierten Sprachen geschrieben, befördern das Teilen und Verknüpfen von Daten, da sie ein Mittel zur formalen Definition von Konzepten und Beziehungen zwischen diesen Konzepten darstellen. Eine zweite Option ist die Visualisierung. Die visuelle Repräsentation ermöglicht es dem Menschen, Informationen direkter wahrzunehmen, indem er seinen hochentwickelten Sehsinn verwendet. Relativ wenige Anstrengungen wurden unternommen, um beide Optionen zu kombinieren, obwohl die Formalität und die reichhaltige Semantik ontologische Daten zu einem idealen Kandidaten für die Visualisierung machen. Visualisierungsdesignsysteme unterstützen Nutzer bei der Visualisierung von tabellarischen, typischerweise statistischen Daten. Visualisierungen ontologischer Daten jedoch müssen noch manuell erstellt werden, da automatisierte Lösungen häufig auf generische Listendarstellungen oder Knoten-Kanten-Diagramme beschränkt sind. Auch die Semantik der ontologischen Daten wird nicht ausgenutzt, um Benutzer durch Visualisierungsaufgaben zu führen. Einmal erstellte Visualisierungseinstellungen können nicht einfach wiederverwendet und geteilt werden. Um diese Probleme zu lösen, mussten wir eine Antwort darauf finden, wie die Definition komponierbarer und wiederverwendbarer Abbildungen von ontologischen Daten auf visuelle Mittel geschehen könnte und wie Nutzer bei dieser Abbildung geführt werden könnten. Wir stellen einen Ansatz vor, der die geführte Visualisierung von ontologischen Daten, die Erstellung effektiver Grafiken und die Wiederverwendung von Visualisierungseinstellungen ermöglicht. Statt auf generische Grafiken zielt der Ansatz auf maßgeschneiderte Grafiken ab, die mit der gesamten Palette visueller Mittel in einem flexiblen Bottom-Up-Ansatz erstellt werden. Er erlaubt nicht nur die Visualisierung von Ontologien, sondern verwendet auch Ontologien, um Benutzer bei der Visualisierung von Daten zu führen und den Visualisierungsprozess an verschiedenen Stellen zu steuern: Erstens als eine reichhaltige Informationsquelle zu Datencharakteristiken, zweitens als Mittel zur formalen Beschreibung des Vokabulars für den Aufbau von abstrakten Grafiken und drittens als Wissensbasis von Visualisierungsfakten. Deshalb nennen wir unseren Ansatz ontologie-getrieben. Wir schlagen vor, ein Abstract Visual Model (AVM) zu generieren, um eine Grafik rollenbasiert zu synthetisieren, angelehnt an einen Ansatz der von J. v. Engelhardt verwendet wird, um Grafiken zu analysieren. Das AVM besteht aus grafischen Objekten und Relationen, die in der Visualisation Ontology (VISO) formalisiert sind. Ein Mapping-Modell, das auf der deklarativen RDFS/OWL Visualisation Language (RVL) basiert, bestimmt eine Menge von Transformationen von den Quelldaten zum AVM. RVL ermöglicht zusammensetzbare »Mappings«, visuelle Abbildungen, die über Plattformen hinweg geteilt und wiederverwendet werden können. Um den Benutzer zu führen, bewerten wir Mappings anhand eines in der Faktenbasis formalisierten Effektivitätsrankings und schlagen ggf. effektivere Mappings vor. Der Beratungsprozess ist flexibel, da er auf austauschbaren Regeln basiert. VISO, RVL und das AVM sind weitere Beiträge dieser Arbeit. Darüber hinaus analysieren wir zunächst den Stand der Technik in der Visualisierung und RDF-Präsentation, indem wir 10 Ansätze nach 29 Kriterien vergleichen. Unser Ansatz ist einzigartig, da er eine ontologie-getriebene Nutzerführung mit komponierbaren visuellen Mappings vereint. Schließlich vergleichen wir drei Prototypen, welche die wesentlichen Teile unseres Ansatzes umsetzen, um seine Machbarkeit zu zeigen. Wir zeigen, wie der Mapping-Prozess durch Tools unterstützt werden kann, die Warnmeldungen für nicht optimale visuelle Abbildungen anzeigen, z. B. durch Berücksichtigung von Charakteristiken der Relationen wie »Symmetrie«. In einer konstruktiven Evaluation fordern wir sowohl die RVL-Sprache als auch den neuesten Prototyp heraus, indem wir versuchen Skizzen von Grafiken umzusetzen, die wir während der Analyse manuell erstellt haben. Wir zeigen, wie Grafiken variiert werden können und komplexe Mappings aus einfachen zusammengesetzt werden können. Zwei Drittel der Skizzen können fast vollständig oder vollständig spezifiziert werden und die Hälfte kann fast vollständig oder vollständig umgesetzt werden
Banik, Mitali. "Structure, hormonal regulation and chromosomal location of genes encoding barley (1-4)-B-xylan endohydrolases." Title page, contents and abstract only, 1996. http://web4.library.adelaide.edu.au/theses/09PH/09phb217.pdf.
Повний текст джерелаGuinnip, David. "Master Texture Space an efficient encoding for projectively mapped objects /." Lexington, Ky. : [University of Kentucky Libraries], 2005. http://lib.uky.edu/ETD/ukycosc2005t00305/guinnipThesis2005%5FFinal.pdf.
Повний текст джерелаTitle from document title page (viewed on November 8, 2005). Document formatted into pages; contains vii, 34 p. : ill. Includes abstract and vita. Includes bibliographical references (p. 31-33).
Schmitt, Kendra Marie. "Impairments in the acquisition of new object-name associations after unilateral temporal lobectomy despite fast-mapping encoding." Thesis, University of Iowa, 2013. https://ir.uiowa.edu/etd/2626.
Повний текст джерелаDorsch, Michael Fritz. "Candidate mapping of loci regulating and encoding for vascular extracellular matrix proteins in 454 sibling pairs affected by premature coronary artery disease." Thesis, University of Leeds, 2003. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.400164.
Повний текст джерелаPolowinski, Jan. "Ontology-Driven, Guided Visualisation Supporting Explicit and Composable Mappings." Doctoral thesis, 2016. https://tud.qucosa.de/id/qucosa%3A30593.
Повний текст джерелаDatenmassen im World Wide Web können kaum von Menschen oder Maschinen erfasst werden. Eine Option ist die formale Beschreibung und Verknüpfung von Datenquellen mit Semantic-Web- und Linked-Data-Technologien. Ontologien, in standardisierten Sprachen geschrieben, befördern das Teilen und Verknüpfen von Daten, da sie ein Mittel zur formalen Definition von Konzepten und Beziehungen zwischen diesen Konzepten darstellen. Eine zweite Option ist die Visualisierung. Die visuelle Repräsentation ermöglicht es dem Menschen, Informationen direkter wahrzunehmen, indem er seinen hochentwickelten Sehsinn verwendet. Relativ wenige Anstrengungen wurden unternommen, um beide Optionen zu kombinieren, obwohl die Formalität und die reichhaltige Semantik ontologische Daten zu einem idealen Kandidaten für die Visualisierung machen. Visualisierungsdesignsysteme unterstützen Nutzer bei der Visualisierung von tabellarischen, typischerweise statistischen Daten. Visualisierungen ontologischer Daten jedoch müssen noch manuell erstellt werden, da automatisierte Lösungen häufig auf generische Listendarstellungen oder Knoten-Kanten-Diagramme beschränkt sind. Auch die Semantik der ontologischen Daten wird nicht ausgenutzt, um Benutzer durch Visualisierungsaufgaben zu führen. Einmal erstellte Visualisierungseinstellungen können nicht einfach wiederverwendet und geteilt werden. Um diese Probleme zu lösen, mussten wir eine Antwort darauf finden, wie die Definition komponierbarer und wiederverwendbarer Abbildungen von ontologischen Daten auf visuelle Mittel geschehen könnte und wie Nutzer bei dieser Abbildung geführt werden könnten. Wir stellen einen Ansatz vor, der die geführte Visualisierung von ontologischen Daten, die Erstellung effektiver Grafiken und die Wiederverwendung von Visualisierungseinstellungen ermöglicht. Statt auf generische Grafiken zielt der Ansatz auf maßgeschneiderte Grafiken ab, die mit der gesamten Palette visueller Mittel in einem flexiblen Bottom-Up-Ansatz erstellt werden. Er erlaubt nicht nur die Visualisierung von Ontologien, sondern verwendet auch Ontologien, um Benutzer bei der Visualisierung von Daten zu führen und den Visualisierungsprozess an verschiedenen Stellen zu steuern: Erstens als eine reichhaltige Informationsquelle zu Datencharakteristiken, zweitens als Mittel zur formalen Beschreibung des Vokabulars für den Aufbau von abstrakten Grafiken und drittens als Wissensbasis von Visualisierungsfakten. Deshalb nennen wir unseren Ansatz ontologie-getrieben. Wir schlagen vor, ein Abstract Visual Model (AVM) zu generieren, um eine Grafik rollenbasiert zu synthetisieren, angelehnt an einen Ansatz der von J. v. Engelhardt verwendet wird, um Grafiken zu analysieren. Das AVM besteht aus grafischen Objekten und Relationen, die in der Visualisation Ontology (VISO) formalisiert sind. Ein Mapping-Modell, das auf der deklarativen RDFS/OWL Visualisation Language (RVL) basiert, bestimmt eine Menge von Transformationen von den Quelldaten zum AVM. RVL ermöglicht zusammensetzbare »Mappings«, visuelle Abbildungen, die über Plattformen hinweg geteilt und wiederverwendet werden können. Um den Benutzer zu führen, bewerten wir Mappings anhand eines in der Faktenbasis formalisierten Effektivitätsrankings und schlagen ggf. effektivere Mappings vor. Der Beratungsprozess ist flexibel, da er auf austauschbaren Regeln basiert. VISO, RVL und das AVM sind weitere Beiträge dieser Arbeit. Darüber hinaus analysieren wir zunächst den Stand der Technik in der Visualisierung und RDF-Präsentation, indem wir 10 Ansätze nach 29 Kriterien vergleichen. Unser Ansatz ist einzigartig, da er eine ontologie-getriebene Nutzerführung mit komponierbaren visuellen Mappings vereint. Schließlich vergleichen wir drei Prototypen, welche die wesentlichen Teile unseres Ansatzes umsetzen, um seine Machbarkeit zu zeigen. Wir zeigen, wie der Mapping-Prozess durch Tools unterstützt werden kann, die Warnmeldungen für nicht optimale visuelle Abbildungen anzeigen, z. B. durch Berücksichtigung von Charakteristiken der Relationen wie »Symmetrie«. In einer konstruktiven Evaluation fordern wir sowohl die RVL-Sprache als auch den neuesten Prototyp heraus, indem wir versuchen Skizzen von Grafiken umzusetzen, die wir während der Analyse manuell erstellt haben. Wir zeigen, wie Grafiken variiert werden können und komplexe Mappings aus einfachen zusammengesetzt werden können. Zwei Drittel der Skizzen können fast vollständig oder vollständig spezifiziert werden und die Hälfte kann fast vollständig oder vollständig umgesetzt werden.:Legend and Overview of Prefixes xiii 1 Introduction 1 2 Background 11 2.1 Visualisation 11 2.1.1 What is Visualisation? 11 2.1.2 What are the Benefits of Visualisation? 12 2.1.3 Visualisation Related Terms Used in this Thesis 12 2.1.4 Visualisation Models and Architectural Patterns 12 2.1.5 Visualisation Design Systems 14 2.1.6 What is the Difference between Visual Mapping and Styling? 14 2.1.7 Lessons Learned from Style Sheet Languages 15 2.2 Data 16 2.2.1 Data – Information – Knowledge 17 2.2.2 Structured Data 17 2.2.3 Ontologies in Computer Science 19 2.2.4 The Semantic Web and its Languages 19 2.2.5 Linked Data and Open Data 20 2.2.6 The Metamodelling Technological Space 21 2.2.7 SPIN 21 2.3 Guidance 22 2.3.1 Guidance in Visualisation 22 3 Problem Analysis 23 3.1 Problems of Ontology Visualisation Approaches 24 3.2 Research Questions 25 3.3 Set up of the Case Studies 25 3.3.1 Case Studies in the Life Sciences Domain 26 3.3.2 Case Studies in the Publishing Domain 26 3.3.3 Case Studies in the Software Technology Domain 27 3.4 Analysis of the Case Studies’ Ontologies 27 3.5 Manual Sketching of Graphics 29 3.6 Analysis of the Graphics for Typical Visualisation Cases 29 3.7 Requirements 33 3.7.1 Requirements for Visualisation and Interaction 34 3.7.2 Requirements for Data Awareness 34 3.7.3 Requirements for Reuse and Composition 34 3.7.4 Requirements for Variability 35 3.7.5 Requirements for Tooling Support and Guidance 35 3.7.6 Optional Features and Limitations 36 4 Analysis of the State of the Art 37 4.1 Related Visualisation Approaches 38 4.1.1 Short Overview of the Approaches 38 4.1.2 Detailed Comparison by Criteria 46 4.1.3 Conclusion – What Is Still Missing? 60 4.2 Visualisation Languages 62 4.2.1 Short Overview of the Compared Languages 62 4.2.2 Detailed Comparison by Language Criteria 66 4.2.3 Conclusion – What Is Still Missing? 71 4.3 RDF Presentation Languages 72 4.3.1 Short Overview of the Compared Languages 72 4.3.2 Detailed Comparison by Language Criteria 76 4.3.3 Additional Criteria for RDF Display Languages 87 4.3.4 Conclusion – What Is Still Missing? 89 4.4 Model-Driven Interfaces 90 4.4.1 Metamodel-Driven Interfaces 90 4.4.2 Ontology-Driven Interfaces 92 4.4.3 Combined Usage of the Metamodelling and Ontology Technological Space 94 5 A Visualisation Ontology – VISO 97 5.1 Methodology Used for Ontology Creation 100 5.2 Requirements for a Visualisation Ontology 100 5.3 Existing Approaches to Modelling in the Field of Visualisation 101 5.3.1 Terminologies and Taxonomies 101 5.3.2 Existing Visualisation Ontologies 102 5.3.3 Other Visualisation Models and Approaches to Formalisation 103 5.3.4 Summary 103 5.4 Technical Aspects of VISO 103 5.5 VISO/graphic Module – Graphic Vocabulary 104 5.5.1 Graphic Representations and Graphic Objects 105 5.5.2 Graphic Relations and Syntactic Structures 107 5.6 VISO/data Module – Characterising Data 110 5.6.1 Data Structure and Characteristics of Relations 110 5.6.2 The Scale of Measurement and Units 112 5.6.3 Properties for Characterising Data Variables in Statistical Data 113 5.7 VISO/facts Module – Facts for Vis. Constraints and Rules 115 5.7.1 Expressiveness of Graphic Relations 116 5.7.2 Effectiveness Ranking of Graphic Relations 118 5.7.3 Rules for Composing Graphics 119 5.7.4 Other Rules to Consider for Visual Mapping 124 5.7.5 Providing Named Value Collections 124 5.7.6 Existing Approaches to the Formalisation of Visualisation Knowledge . . 126 5.7.7 The VISO/facts/empiric Example Knowledge Base 126 5.8 Other VISO Modules 126 5.9 Conclusions and Future Work 127 5.10 Further Use Cases for VISO 127 5.11 VISO on the Web – Sharing the Vocabulary to Build a Community 128 6 A VISO-Based Abstract Visual Model – AVM 129 6.1 Graphical Notation Used in this Chapter 129 6.2 Elementary Graphic Objects and Graphic Attributes 131 6.3 N-Ary Relations 131 6.4 Binary Relations 131 6.5 Composition of Graphic Objects Using Roles 132 6.6 Composition of Graphic Relations Using Roles 132 6.7 Composition of Visual Mappings Using the AVM 135 6.8 Tracing 135 6.9 Is it Worth Having an Abstract Visual Model? 135 6.10 Discussion of Fresnel as a Related Language 137 6.11 Related Work 139 6.12 Limitations 139 6.13 Conclusions 140 7 A Language for RDFS/OWL Visualisation – RVL 141 7.1 Language Requirements 142 7.2 Main RVL Constructs 145 7.2.1 Mapping 145 7.2.2 Property Mapping 146 7.2.3 Identity Mapping 146 7.2.4 Value Mapping 147 7.2.5 Inheriting RVL Settings 147 7.2.6 Resource Mapping 148 7.2.7 Simplifications 149 7.3 Calculating Value Mappings 150 7.4 Defining Scale of Measurement 153 7.4.1 Determining the Scale of Measurement 154 7.5 Addressing Values in Value Mappings 156 7.5.1 Determining the Set of Addressed Source Values 156 7.5.2 Determining the Set of Addressed Target Values 157 7.6 Overlapping Value Mappings 158 7.7 Default Value Mapping 158 7.8 Default Labelling 159 7.9 Defining Interaction 159 7.10 Mapping Composition and Submappings 160 7.11 A Schema Language for RVL 160 7.11.1 Concrete Examples of the RVL Schema 163 7.12 Conclusions and Future Work 166 8 The OGVIC Approach 169 8.1 Ontology-Driven, Guided Editing of Visual Mappings 172 8.1.1 Classification of Constraints 172 8.1.2 Levels of Guidance 173 8.1.3 Implementing Constraint-Based Guidance 173 8.2 Support of Explicit and Composable Visual Mappings 177 8.2.1 Mapping Composition Cases 178 8.2.2 Selecting a Context 180 8.2.3 Using the Same Graphic Relation Multiple Times 181 8.3 Prototype P1 (TopBraid-Composer-based) 182 8.4 Prototype P2 (OntoWiki-based) 184 8.5 Prototype P3 (Java Implementation of RVL) 187 8.6 Lessons Learned from Prototypes & Future Work 190 8.6.1 Checking RVL Constraints and Visualisation Rules 190 8.6.2 A User Interface for Editing RVL Mappings 190 8.6.3 Graph Transformations with SPIN and SPARQL 1.1 Update 192 8.6.4 Selection and Filtering of Data 193 8.6.5 Interactivity and Incremental Processing 193 8.6.6 Rendering the Final Platform-Specific Code 196 9 Application 197 9.1 Coverage of Case Study Sketches and Necessary Features 198 9.2 Coverage of Visualisation Cases 201 9.3 Coverage of Requirements 205 9.4 Full Example 206 10 Conclusions 211 10.1 Contributions 211 10.2 Constructive Evaluation 212 10.3 Research Questions 213 10.4 Transfer to Other Models and Constraint Languages 213 10.5 Limitations 214 10.6 Future Work 214 Appendices 217 A Case Study Sketches 219 B VISO – Comparison of Visualisation Literature 229 C RVL 231 D RVL Example Mappings and Application 233 D.1 Listings of RVL Example Mappings as Required by Prototype P3 233 D.2 Features Required for Implementing all Sketches 235 D.3 JSON Format for Processing the AVM with D3 – Hierarchical Variant 238 Bibliography 238 List of Figures 251 List of Tables 254 List of Listings 257
Andina, Matias. "Mapping a Pup-responsive Pathway from the Medial Preoptic Area to the Ventral Tegmental Area." 2018. https://scholarworks.umass.edu/masters_theses_2/701.
Повний текст джерелаКниги з теми "Encoding Mappings"
Hu, Xuhui. Encoding Events. Oxford University Press, 2018. http://dx.doi.org/10.1093/oso/9780198808466.001.0001.
Повний текст джерелаPapanicolaou, Andrew C., Roozbeh Rezaie, Shalini Narayana, Asim F. Choudhri, James W. Wheless, Eduardo M. Castillo, James E. Baumgartner, and Frederick A. Boop. Clinical Applications of Functional Neuroimaging. Edited by Andrew C. Papanicolaou. Oxford University Press, 2014. http://dx.doi.org/10.1093/oxfordhb/9780199764228.013.004.
Повний текст джерелаPapanicolaou, Andrew C., ed. The Oxford Handbook of Functional Brain Imaging in Neuropsychology and Cognitive Neurosciences. Oxford University Press, 2014. http://dx.doi.org/10.1093/oxfordhb/9780199764228.001.0001.
Повний текст джерелаButz, Martin V., and Esther F. Kutter. Multisensory Interactions. Oxford University Press, 2017. http://dx.doi.org/10.1093/acprof:oso/9780198739692.003.0010.
Повний текст джерелаЧастини книг з теми "Encoding Mappings"
Wu, Chengjia, Haiwu Zhao, and Xiwu Shang. "Rhombic Mapping Scheme for Panoramic Video Encoding." In Communications in Computer and Information Science, 443–53. Singapore: Springer Singapore, 2018. http://dx.doi.org/10.1007/978-981-10-8108-8_40.
Повний текст джерелаFan, Jason, Jamshed Khan, Giulio Ermanno Pibiri, and Rob Patro. "Spectrum Preserving Tilings Enable Sparse and Modular Reference Indexing." In Lecture Notes in Computer Science, 21–40. Cham: Springer Nature Switzerland, 2023. http://dx.doi.org/10.1007/978-3-031-29119-7_2.
Повний текст джерелаKrzywiecki, Łukasz, Przemysław Kubiak, and Mirosław Kutyłowski. "Probabilistic Admissible Encoding on Elliptic Curves - Towards PACE with Generalized Integrated Mapping." In SOFSEM 2014: Theory and Practice of Computer Science, 395–406. Cham: Springer International Publishing, 2014. http://dx.doi.org/10.1007/978-3-319-04298-5_35.
Повний текст джерелаGuo, Feng, Ning Zhang, Qian Zou, Qingshan Kong, Zhiqiang Lv, and Weiqing Huang. "MEBV: Resource Optimization for Packet Classification Based on Mapping Encoding Bit Vectors." In Wireless Algorithms, Systems, and Applications, 84–95. Cham: Springer Nature Switzerland, 2022. http://dx.doi.org/10.1007/978-3-031-19211-1_7.
Повний текст джерелаGarcía-Álvarez, L., A. Ferraro, and G. Ferrini. "From the Bloch Sphere to Phase-Space Representations with the Gottesman–Kitaev–Preskill Encoding." In International Symposium on Mathematics, Quantum Theory, and Cryptography, 79–92. Singapore: Springer Singapore, 2020. http://dx.doi.org/10.1007/978-981-15-5191-8_9.
Повний текст джерелаSendhoff, B., and M. Kreutz. "Evolutionary Optimization of the Structure of Neural Networks by a Recursive Mapping as Encoding." In Artificial Neural Nets and Genetic Algorithms, 368–72. Vienna: Springer Vienna, 1998. http://dx.doi.org/10.1007/978-3-7091-6492-1_81.
Повний текст джерелаReyad, Omar, and Zbigniew Kotulski. "Image Encryption Using Koblitz’s Encoding and New Mapping Method Based on Elliptic Curve Random Number Generator." In Communications in Computer and Information Science, 34–45. Cham: Springer International Publishing, 2015. http://dx.doi.org/10.1007/978-3-319-26404-2_3.
Повний текст джерелаMaciuca, Sorina, Carlos del Ojo Elias, Gil McVean, and Zamin Iqbal. "A Natural Encoding of Genetic Variation in a Burrows-Wheeler Transform to Enable Mapping and Genome Inference." In Lecture Notes in Computer Science, 222–33. Cham: Springer International Publishing, 2016. http://dx.doi.org/10.1007/978-3-319-43681-4_18.
Повний текст джерелаLassoued, Yassine, Trung T. Pham, Luis Bermudez, Karen Stocks, Eoin O’Grady, Anthony Isenor, and Paul Alexander. "Coastal Atlas Interoperability." In Data Mining, 1709–36. IGI Global, 2013. http://dx.doi.org/10.4018/978-1-4666-2455-9.ch089.
Повний текст джерела"Encoding, mapping, and development." In Evolutionary Robotics. The MIT Press, 2004. http://dx.doi.org/10.7551/mitpress/2889.003.0011.
Повний текст джерелаТези доповідей конференцій з теми "Encoding Mappings"
Machireddy, Amrutha, and Shayan Srinivasa Garani. "Guessing the Code: Learning Encoding Mappings Using the Back Propagation Algorithm." In 2019 International Joint Conference on Neural Networks (IJCNN). IEEE, 2019. http://dx.doi.org/10.1109/ijcnn.2019.8852203.
Повний текст джерелаReinhardt, Andreas, Delphine Christin, and Ralf Steinmetz. "Pre-allocating code mappings for energy-efficient data encoding in Wireless Sensor Networks." In 2013 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops 2013). IEEE, 2013. http://dx.doi.org/10.1109/percomw.2013.6529562.
Повний текст джерелаTsuchiya, Takahiko, and Jason Freeman. "Spectral Parameter Encoding: Towards a Framework for Functional-Aesthetic Sonification." In The 23rd International Conference on Auditory Display. Arlington, Virginia: The International Community for Auditory Display, 2017. http://dx.doi.org/10.21785/icad2017.051.
Повний текст джерелаAudemard, Gilles, Frédéric Koriche, and Pierre Marquis. "On Tractable XAI Queries based on Compiled Representations." In 17th International Conference on Principles of Knowledge Representation and Reasoning {KR-2020}. California: International Joint Conferences on Artificial Intelligence Organization, 2020. http://dx.doi.org/10.24963/kr.2020/86.
Повний текст джерелаEnhorn, Jack, Christopher Hollmann, Rickard Sjoberg, Jacob Strom, and Per Wennersten. "Block Importance Mapping for Video Encoding." In 2022 IEEE International Conference on Visual Communications and Image Processing (VCIP). IEEE, 2022. http://dx.doi.org/10.1109/vcip56404.2022.10008857.
Повний текст джерелаWang, Peng-Shuai, Yang Liu, Yu-Qi Yang, and Xin Tong. "Spline Positional Encoding for Learning 3D Implicit Signed Distance Fields." In Thirtieth International Joint Conference on Artificial Intelligence {IJCAI-21}. California: International Joint Conferences on Artificial Intelligence Organization, 2021. http://dx.doi.org/10.24963/ijcai.2021/151.
Повний текст джерелаMcMackin, Lenore, Christopher L. Baca, Gerald F. Sage, Rebecca Wong, and Jacob Hillard. "High-Definition Lidar 3D Sensing System." In Applications of Lasers for Sensing and Free Space Communications. Washington, D.C.: Optica Publishing Group, 2022. http://dx.doi.org/10.1364/lsc.2022.lsm5c.2.
Повний текст джерелаÖzkil, Ali Gürcan, and Thomas Howard. "Automatically Annotated Mapping for Indoor Mobile Robot Applications." In ASME 2012 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. American Society of Mechanical Engineers, 2012. http://dx.doi.org/10.1115/detc2012-71351.
Повний текст джерелаTong, Chaodong, Huailiang Peng, Qiong Dai, Lei Jiang, and Jianghua Huang. "Improving Natural Language Understanding by Reverse Mapping Bytepair Encoding." In Proceedings of the 23rd Conference on Computational Natural Language Learning (CoNLL). Stroudsburg, PA, USA: Association for Computational Linguistics, 2019. http://dx.doi.org/10.18653/v1/k19-1016.
Повний текст джерелаSilva, Alan H. F., Uyara F. Silva, Wesley P. Calixto, Alana S. Magalhaes, and Aylton J. Alves. "Conformal mapping applied to encoding and decoding of images." In 2017 CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies (CHILECON). IEEE, 2017. http://dx.doi.org/10.1109/chilecon.2017.8229725.
Повний текст джерелаЗвіти організацій з теми "Encoding Mappings"
Kille, S. Mapping between full RFC 822 and RFC 822 with restricted encoding. RFC Editor, December 1989. http://dx.doi.org/10.17487/rfc1137.
Повний текст джерелаJoel, Daniel M., Steven J. Knapp, and Yaakov Tadmor. Genomic Approaches for Understanding Virulence and Resistance in the Sunflower-Orobanche Host-Parasite Interaction. United States Department of Agriculture, August 2011. http://dx.doi.org/10.32747/2011.7592655.bard.
Повний текст джерела