Buchumschlag

Representation Learning for Tablet and Paper Domain Adaptation in Favor of Online Handwriting Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ott, Felix, Rügamer, David, Heublein, Lucas, Bischl, Bernd, Mutschler, Christopher
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition 49Q22, 62M10 I.2.4
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Domain Adaptation for Time-Series Classification to Mitigate Covariate Shift
von: Ott, Felix, et al.
Veröffentlicht: (2022)

Benchmarking Online Sequence-to-Sequence and Character-based Handwriting Recognition from IMU-Enhanced Pens
von: Ott, Felix, et al.
Veröffentlicht: (2022)

Fusing Structure from Motion and Simulation-Augmented Pose Regression from Optical Flow for Challenging Indoor Environments
von: Ott, Felix, et al.
Veröffentlicht: (2023)

5G-DIL: Domain Incremental Learning with Similarity-Aware Sampling for Dynamic 5G Indoor Localization
von: Raichur, Nisha Lakshmana, et al.
Veröffentlicht: (2025)

Bayesian Learning-driven Prototypical Contrastive Loss for Class-Incremental Learning
von: Raichur, Nisha L., et al.
Veröffentlicht: (2024)

Visualizing Shape Functionals via Sinkhorn Multidimensional Scaling
von: Yachimura, Toshiaki, et al.
Veröffentlicht: (2024)

Uncertainty-aware Evaluation of Time-Series Classification for Online Handwriting Recognition with Domain Shift
von: Klaß, Andreas, et al.
Veröffentlicht: (2022)

Few-Shot Learning with Uncertainty-based Quadruplet Selection for Interference Classification in GNSS Data
von: Ott, Felix, et al.
Veröffentlicht: (2024)

Procrustes Wasserstein Metric: A Modified Benamou-Brenier Approach with Applications to Latent Gaussian Distributions
von: Toukam, Kevine Meugang
Veröffentlicht: (2025)

The Causal Uncertainty Principle: Manifold Tearing and the Topological Limits of Counterfactual Interventions
von: Wu, Rui, et al.
Veröffentlicht: (2026)

GenAI for Energy-Efficient and Interference-Aware Compressed Sensing of GNSS Signals on a Google Edge TPU
von: Wegner, Thorben, et al.
Veröffentlicht: (2026)

Wasserstein-Cramér-Rao Theory of Unbiased Estimation
von: Trillos, Nicolás García, et al.
Veröffentlicht: (2025)

Federated Learning with MMD-based Early Stopping for Adaptive GNSS Interference Classification
von: Gaikwad, Nishant S., et al.
Veröffentlicht: (2024)

Wasserstein Least Squares: A Canonical Regression Method for Probability Distributions
von: León, Uriel Martínez, et al.
Veröffentlicht: (2026)

Graph-Informed Adversarial Modeling: Infimal Subadditivity of Interpolative Divergences
von: Birmpa, Panagiota, et al.
Veröffentlicht: (2026)

Convergence of the Adapted Smoothed Empirical Measures
von: Hou, Songyan
Veröffentlicht: (2024)

Wasserstein Conditional Independence Testing
von: Warren, Andrew
Veröffentlicht: (2021)

Joint trajectory and network inference via reference fitting
von: Zhang, Stephen Y
Veröffentlicht: (2024)

Sharp upper bound for a branched transport problem coming from Ginzburg-Landau models
von: Cosenza, Alessandro, et al.
Veröffentlicht: (2026)

Sampling with Adaptive Variance for Multimodal Distributions
von: Engquist, Björn, et al.
Veröffentlicht: (2024)

Multimodal-to-Text Prompt Engineering in Large Language Models Using Feature Embeddings for GNSS Interference Characterization
von: Manjunath, Harshith, et al.
Veröffentlicht: (2025)

Large Deviations Principle for Bures-Wasserstein Barycenters
von: Jaffe, Adam Quinn, et al.
Veröffentlicht: (2024)

A Mollification Approach to Ramified Transport and Tree Shape Optimization
von: Bressan, Alberto, et al.
Veröffentlicht: (2026)

Optimal transport maps, majorization, and log-subharmonic measures
von: De Philippis, Guido, et al.
Veröffentlicht: (2024)

Convergence of Empirical Optimal Transport in Unbounded Settings
von: Staudt, Thomas, et al.
Veröffentlicht: (2023)

Optimal sequencing depth for single-cell RNA-sequencing in Wasserstein space
von: Kim, Jakwang, et al.
Veröffentlicht: (2024)

Lower Complexity Adaptation for Empirical Entropic Optimal Transport
von: Groppe, Michel, et al.
Veröffentlicht: (2023)

Merging Rate of Opinions via Optimal Transport on Random Measures
von: Catalano, Marta, et al.
Veröffentlicht: (2023)

Gradient flow for finding E-optimal designs
von: Shi, Jieling, et al.
Veröffentlicht: (2026)

Variational models of robust optimal transport
von: De Masi, Luigi, et al.
Veröffentlicht: (2025)

Error Analysis of Bayesian Inverse Problems with Generative Priors
von: Hosseini, Bamdad, et al.
Veröffentlicht: (2026)

Regularized Moment Measures
von: Delalande, Alex, et al.
Veröffentlicht: (2025)

Compact neural networks for astronomy with optimal transport bias correction
von: Wang, Shuhuan, et al.
Veröffentlicht: (2025)

Lipschitz-regularized gradient flows and generative particle algorithms for high-dimensional scarce data
von: Gu, Hyemin, et al.
Veröffentlicht: (2022)

Monge-Kantorovich Fitting With Sobolev Budgets
von: Kobayashi, Forest, et al.
Veröffentlicht: (2024)

Evaluating ML Robustness in GNSS Interference Classification, Characterization & Localization
von: Heublein, Lucas, et al.
Veröffentlicht: (2024)

Optimal ANOVA-based emulators of models with(out) derivatives
von: Lamboni, Matieyendou
Veröffentlicht: (2025)

A convex approach for Markov chain estimation from aggregate data via inverse optimal transport
von: Mascherpa, Michele, et al.
Veröffentlicht: (2025)

VAE-based Feature Disentanglement for Data Augmentation and Compression in Generalized GNSS Interference Classification
von: Heublein, Lucas, et al.
Veröffentlicht: (2025)

Quantum thermodynamics and semidefinite programming: regularization and algorithms
von: Caputo, Emanuele, et al.
Veröffentlicht: (2026)