Skip to content
Veröffentlichen & Verteilen
Verlagslösungen
Vertriebslösungen
Bibliotheksdienste
Themen
Allgemein
Altertumswissenschaften
Architektur und Design
Bibliotheks- und Informationswissenschaft, Buchwissenschaft
Biologie
Chemie
Geowissenschaften
Geschichte
Industrielle Chemie
Informatik
Jüdische Studien
Kulturwissenschaften
Kunst
Linguistik und Semiotik
Literaturwissenschaft
Materialwissenschaft
Mathematik
Medizin
Musik
Pharmazie
Philosophie
Physik
Rechtswissenschaften
Sozialwissenschaften
Sport und Freizeit
Technik
Theologie und Religion
Wirtschaftswissenschaften
Veröffentlichungen
Zeitschriften
Bücher
Konferenzberichte
Verlage
Journal Matcher
Blog
Kontakt
Suche
Deutsch
English
Deutsch
Polski
Español
Français
Italiano
Warenkorb
Home
Zeitschriften
Journal of Artificial Intelligence and Soft Computing Research
Band 13 (2023): Heft 1 (Januar 2023)
Uneingeschränkter Zugang
Feature Map Augmentation to Improve Scale Invariance in Convolutional Neural Networks
Dinesh Kumar
Dinesh Kumar
School of Technology, Engineering, Mathematics and Physics, University of the South Pacific
Suva, Fiji
Orcid-Profil
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Kumar, Dinesh
und
Dharmendra Sharma
Dharmendra Sharma
Faculty of Science and Technology, University of Canberra
Canberra, Australia
Orcid-Profil
Suche nach diesem Autor auf
Sciendo
|
Google Scholar
Sharma, Dharmendra
28. Nov. 2022
Journal of Artificial Intelligence and Soft Computing Research
Band 13 (2023): Heft 1 (Januar 2023)
Über diesen Artikel
Vorheriger Artikel
Nächster Artikel
Zusammenfassung
Referenzen
Autoren
Artikel in dieser Ausgabe
Vorschau
PDF
Zitieren
Teilen
COVER HERUNTERLADEN
Online veröffentlicht:
28. Nov. 2022
Seitenbereich:
51 - 74
Eingereicht:
21. Feb. 2022
Akzeptiert:
19. Okt. 2022
DOI:
https://doi.org/10.2478/jaiscr-2023-0004
Schlüsselwörter
Convolutional Neural Network
,
Feature Map Augmentation
,
Global Features
,
Scale-Invariant
,
Vision System
© 2023 Dinesh Kumar et al., published by Sciendo
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.