S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Télécharger
Article (Périodiques scientifiques)
Training very deep neural networks: Rethinking the role of skip connections
OYEDOTUN, Oyebade
;
AL ISMAEIL, Kassem
;
AOUADA, Djamila
2021
•
In
Neurocomputing
Peer reviewed vérifié par ORBi
Permalien
https://hdl.handle.net/10993/47494
DOI
10.1016/j.neucom.2021.02.004
Documents (1)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
OyedotunAl IsmaeilAouada_NeurocomputingJournal.pdf
Preprint Auteur (1.29 MB)
Télécharger
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Mots-clés :
Deep neural network; Residual learning; Skip connection; Optimization
Centre de recherche :
Interdisciplinary Centre for Security, Reliability and Trust (SnT) > SIGCOM
Disciplines :
Sciences informatiques
Auteur, co-auteur :
OYEDOTUN, Oyebade
;
University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > CVI2
AL ISMAEIL, Kassem
;
University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > CVI2
AOUADA, Djamila
;
University of Luxembourg > Interdisciplinary Centre for Security, Reliability and Trust (SNT) > CVI2
Co-auteurs externes :
no
Langue du document :
Anglais
Titre :
Training very deep neural networks: Rethinking the role of skip connections
Date de publication/diffusion :
21 juin 2021
Titre du périodique :
Neurocomputing
ISSN :
0925-2312
eISSN :
1872-8286
Maison d'édition :
Elsevier, Amsterdam, Pays-Bas
Peer reviewed :
Peer reviewed vérifié par ORBi
Projet FnR :
FNR11295431 - Automatic Feature Selection For Visual Recognition, 2016 (01/02/2017-31/01/2021) - Oyebade Oyedotun
Organisme subsidiant :
FNR - Fonds National de la Recherche
Disponible sur ORBilu :
depuis le 20 juin 2021
Statistiques
Nombre de vues
339 (dont 18 Unilu)
Nombre de téléchargements
437 (dont 8 Unilu)
Voir plus de statistiques
citations Scopus
®
23
citations Scopus
®
sans auto-citations
23
OpenCitations
2
citations OpenAlex
23
citations WoS
™
19
Bibliographie
Publications similaires
Contacter ORBilu