会员服务
列 · SIGGRAPH · Microsoft Surface · 人工智能 · 计算机图形学 ·
1998 年 10 月 22 日
Computational Geometry Column 33
翻译：计算几何第33栏
Joseph O'Rourke
Joseph O'Rourke

Several recent SIGGRAPH papers on surface simplification are described.


翻译：报告介绍了人权小组委员会最近关于地表简化的几份文件。
0
下载
关闭预览

相关内容

知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【论文推荐】几何图形卷积网络，GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS
【论文推荐】几何图形卷积网络，GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS
专知会员服务
75+阅读 · 2020年2月5日
Tensorflow GNN实战：手把手教你使用tf_geometric构建图自编码器GAE（附完整代码）
Tensorflow GNN实战：手把手教你使用tf_geometric构建图自编码器GAE（附完整代码）
专知会员服务
75+阅读 · 2020年1月30日
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
专知会员服务
20+阅读 · 2019年11月11日
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
专知会员服务
18+阅读 · 2019年11月10日
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
专知会员服务
57+阅读 · 2019年11月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
PyTorch & PyTorch Geometric图神经网络(GNN)实战
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2017最新Tutorial】几何深度学习（Geometric Deep Learning ）讲解（附slide下载）
【NIPS2017最新Tutorial】几何深度学习（Geometric Deep Learning ）讲解（附slide下载）
专知
16+阅读 · 2017年12月5日
gan生成图像at 1024² 的 代码 论文
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Visualizing and Measuring the Geometry of BERT
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Geometric Graph Convolutional Neural Networks
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Sparse2Dense: From direct sparse odometry to dense 3D reconstruction
Sparse2Dense: From direct sparse odometry to dense 3D reconstruction
Arxiv
9+阅读 · 2019年3月21日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
Scalable attribute-aware network embedding with localily
Arxiv
3+阅读 · 2018年4月17日
Attention-based Ensemble for Deep Metric Learning
Arxiv
17+阅读 · 2018年4月2日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Hierarchical Metric Learning and Matching for 2D and 3D Geometric Correspondences
Arxiv
10+阅读 · 2018年3月27日
The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Arxiv
11+阅读 · 2018年1月11日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
列
SIGGRAPH
Microsoft Surface
人工智能
计算机图形学
相关VIP内容
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
知识图谱推理，50页ppt，Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【论文推荐】几何图形卷积网络，GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS
【论文推荐】几何图形卷积网络，GEOM-GCN: GEOMETRIC GRAPH CONVOLUTIONAL NETWORKS
专知会员服务
75+阅读 · 2020年2月5日
Tensorflow GNN实战：手把手教你使用tf_geometric构建图自编码器GAE（附完整代码）
Tensorflow GNN实战：手把手教你使用tf_geometric构建图自编码器GAE（附完整代码）
专知会员服务
75+阅读 · 2020年1月30日
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
【Freddy Lecue博士】Thales嵌入式可解释AI：关键系统中AI的采用（Thales Embedded Explainable AI: Towards the Adoption of AI in Critical Systems.），AI Accelerator Summit 2019
专知会员服务
20+阅读 · 2019年11月11日
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
【IPAM workshops】加州大学洛杉矶分校会议：Geometry and Learning from Data in 3D and Beyond， workshop Ⅳ： Deep Geometric Learning of Big Data and Applications
专知会员服务
18+阅读 · 2019年11月10日
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
【课程推荐】 深度学习中的几何（Geometry of Deep Learning）
专知会员服务
57+阅读 · 2019年11月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
热门VIP内容
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
PyTorch & PyTorch Geometric图神经网络(GNN)实战
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
Call for Participation: Shared Tasks in NLPCC 2019
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
人工智能 | 国际会议信息10条
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【NIPS2017最新Tutorial】几何深度学习（Geometric Deep Learning ）讲解（附slide下载）
【NIPS2017最新Tutorial】几何深度学习（Geometric Deep Learning ）讲解（附slide下载）
专知
16+阅读 · 2017年12月5日
gan生成图像at 1024² 的 代码 论文
gan生成图像at 1024² 的 代码 论文
CreateAMind
4+阅读 · 2017年10月31日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Products of Euclidean metrics and applications to proximity questions among curves
Arxiv
3+阅读 · 2020年4月13日
Visualizing and Measuring the Geometry of BERT
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Geometric Graph Convolutional Neural Networks
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Sparse2Dense: From direct sparse odometry to dense 3D reconstruction
Sparse2Dense: From direct sparse odometry to dense 3D reconstruction
Arxiv
9+阅读 · 2019年3月21日
Online Deep Metric Learning
Arxiv
8+阅读 · 2018年5月15日
Scalable attribute-aware network embedding with localily
Arxiv
3+阅读 · 2018年4月17日
Attention-based Ensemble for Deep Metric Learning
Arxiv
17+阅读 · 2018年4月2日
Active Metric Learning for Supervised Classification
Arxiv
9+阅读 · 2018年3月28日
Hierarchical Metric Learning and Matching for 2D and 3D Geometric Correspondences
Arxiv
10+阅读 · 2018年3月27日
The Unreasonable Effectiveness of Deep Features as a Perceptual Metric
Arxiv
11+阅读 · 2018年1月11日
Top
微信扫码咨询专知VIP会员
Top