Cooperative MediaNet Innovation Center, Shanghai Jiao Tong University, China;
Cooperative MediaNet Innovation Center, Shanghai Jiao Tong University, China;
Dept of CSEE, University of Missouri, Kansas City, USA;
Encoding; Probability distribution; Entropy; Computer architecture; Neural networks; Image coding; Context modeling;
机译:具有精确概率估计和复杂度可伸缩性的上下文自适应二进制算术编码,用于高效视频编码
机译:使用分层依赖上下文模型进行H.264 / AVC视频编码的算术编码
机译:使用动态学习矢量标量量化的上下文建模算术编码进行ECG压缩
机译:DECMAC:高效算术编码的深层语境模型
机译:欧洲基层医疗机构中的风险调整:针对预测模型,特殊人群和使用ATC药房代码,评估调整后临床组(ACG)的属性。
机译:增强的综合梯度:使用拼接代码提高深度学习模型的可解释性作为案例研究
机译:使用有限上下文模型和算术编码进行DNA编码