Risultati
|
Risultati trovati 2 Dati completi Dati sinteticiClicca sul titolo per vedere i dati completi di ogni documento e la segnatura con la quale richiederlo. |
Consultabilità delle tesi
|
DE LUCA VINCENZO MARCO, REGULARIZE LEARNING IN GRAPH NEURAL NETWORKS THROUGH EXPLAINABILITY,
Rel. PASSERINI ANDREA,
AA 2022/2023
Autore:
DE LUCA VINCENZO MARCO
Titolo: REGULARIZE LEARNING IN GRAPH NEURAL NETWORKS THROUGH EXPLAINABILITY Relatore: PASSERINI ANDREA Correlatore: LONGA ANTONIO 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-32 Richiedi la consultazione |
|
TREBUCCHI GAIA, GENERATING TEMPORAL GRAPHS VIA LABELED EGOCENTRIC TEMPORAL NEIGHBORHOODS,
Rel. PASSERINI ANDREA,
AA 2022/2023
Autore:
TREBUCCHI GAIA
Titolo: GENERATING TEMPORAL GRAPHS VIA LABELED EGOCENTRIC TEMPORAL NEIGHBORHOODS Relatore: PASSERINI ANDREA Correlatore: LONGA ANTONIO 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-33 Richiedi la consultazione |