Risultati

Risultati trovati 3

Dati completi Dati sintetici

Clicca sul titolo per vedere i dati completi di ogni documento e la segnatura con la quale richiederlo.

Consultabilità delle tesi

Consultabile Consultabile
Non consultabile Non consultabile

Modalità di consultazione e contatti

Consultabile AZZOLIN STEVE, GLOBAL EXPLAINABILITY OF GNNS VIA LEARNED LOGIC FORMULAS, Rel. PASSERINI ANDREA, AA 2021/2022
Autore: AZZOLIN STEVE
Titolo: GLOBAL EXPLAINABILITY OF GNNS VIA LEARNED LOGIC FORMULAS
Relatore: PASSERINI ANDREA
Correlatore: LIÒ PIETRO
Anno accademico: 2021/2022
Corso: Corso di Laurea Magistrale - Artificial Intelligence Systems [0342H]
Struttura didattica: Dipartimento di Ingegneria e Scienza dell'Informazione
Formato: digitale
Segnatura: 0342H-15
Richiedi la consultazione
Consultabile PIANESI LUNA, GNNS AND XAI FOR A NEW AURORA KINASE INHIBITOR, Rel. PASSERINI ANDREA, AA 2021/2022
Autore: PIANESI LUNA
Titolo: GNNS AND XAI FOR A NEW AURORA KINASE INHIBITOR
Relatore: PASSERINI ANDREA
Correlatore: LIÒ PIETRO
Anno accademico: 2021/2022
Corso: Corso di Laurea Magistrale - Artificial Intelligence Systems [0342H]
Struttura didattica: Dipartimento di Ingegneria e Scienza dell'Informazione
Formato: digitale
Segnatura: 0342H-17
Richiedi la consultazione
Consultabile ZAGHEN OLGA, NONLINEAR SHEAF DIFFUSION IN GRAPH NEURAL NETWORKS, Rel. PASSERINI ANDREA, AA 2022/2023
Autore: ZAGHEN OLGA
Titolo: NONLINEAR SHEAF DIFFUSION IN GRAPH NEURAL NETWORKS
Relatore: PASSERINI ANDREA
Correlatore: LIÒ PIETRO
Anno accademico: 2022/2023
Corso: Corso di Laurea Magistrale - Artificial Intelligence Systems [0342H]
Struttura didattica: Dipartimento di Ingegneria e Scienza dell'Informazione
Formato: digitale
Segnatura: 0342H-58
Richiedi la consultazione

Nuova ricerca