neleidžiama
neleidžiama
Skaitmeninių teisių valdymas (DRM)
Leidykla pateikė šią knygą šifruota forma, o tai reiškia, kad norint ją atrakinti ir perskaityti reikia įdiegti nemokamą programinę įrangą. Norint skaityti šią el. knygą, turite susikurti Adobe ID . Daugiau informacijos čia. El. knygą galima atsisiųsti į 6 įrenginius (vienas vartotojas su tuo pačiu Adobe ID).
Reikalinga programinė įranga
Norint skaityti šią el. knygą mobiliajame įrenginyje (telefone ar planšetiniame kompiuteryje), turite įdiegti šią nemokamą programėlę: PocketBook Reader (iOS / Android)
Norint skaityti šią el. knygą asmeniniame arba Mac kompiuteryje, Jums reikalinga Adobe Digital Editions (tai nemokama programa, specialiai sukurta el. knygoms. Tai nėra tas pats, kas Adobe Reader, kurią tikriausiai jau turite savo kompiuteryje.)
Negalite skaityti šios el. knygos naudodami Amazon Kindle.
Automated Detection of Myopic Maculopathy in MMAC 2023: Achievements in Classification, Segmentation, and Spherical Equivalent Prediction.- Swin-MMC: Swin-Based Model for Myopic Maculopathy Classification in Fundus Images.- Towards Label-efficient Deep Learning for Myopic Maculopathy Classification.- Ensemble Deep Learning Approaches for Myopic Maculopathy Plus Lesions Segmentation.- Beyond MobileNet: An improved MobileNet for Retinal Diseases.- Prediction of Spherical Equivalent With Vanilla ResNet.- Semi-supervised learning for Myopic Maculopathy Analysis.- A Clinically Guided Approach for Training Deep Neural Networks for Myopic Maculopathy Classification.- Classification of Myopic Maculopathy Images with Self-supervised Driven Multiple Instance Learning Network.- Self-supervised Learning and Data Diversity based Prediction of Spherical Equivalent.- Myopic Maculopathy Analysis using Multi-Task Learning and Pseudo Labeling.
Daugiau apie elektronines knygas