Justin Bayer

Citado por

	Total	Desde 2020
Citas	3635	1827
Índice h	20	17
Índice i10	27	20

480

240

120

360

20112012201320142015201620172018201920202021202220232024202521 32 25 60 146 186 373 474 453 432 424 394 281 267 29

Acceso público

Ver todo

8 artículos

0 artículos

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Patrick van der SmagtELTE UniversityDirección de correo verificada de tum.de
Christian Osendorfer (Dr.)former TU MünchenDirección de correo verificada de in.tum.de
Nutan ChenVolkswagen AGDirección de correo verificada de volkswagen.de
Maximilian KarlResearch ScientistDirección de correo verificada de in.tum.de
Juergen SchmidhuberKing Abdullah University of Science and Technology / The Swiss AI Lab, IDSIA / University of LuganoDirección de correo verificada de kaust.edu.sa
Thomas RueckstiessPhD, TU MünchenDirección de correo verificada de mongodb.com
Yi SunGoogleDirección de correo verificada de idsia.ch
Tom SchaulSenior Staff Scientist, DeepMindDirección de correo verificada de nyu.edu
Frank SehnkeZentrum für Sonnenenergie- und Wasserstoff-Forschung StuttgartDirección de correo verificada de in.tum.de
Julian TogeliusAssociate Professor of Computer Science and Engineering, New York University; co-founder, modl.aiDirección de correo verificada de nyu.edu
Jörn VogelGerman Aerospace Center (DLR)Dirección de correo verificada de dlr.de
Hannes HöppnerProfessor of Humanoid Robotics, Berliner Hochschule für TechnikDirección de correo verificada de bht-berlin.de
Georg StillfriedDeutsches Zentrum für Luft- und RaumfahrtDirección de correo verificada de dlr.de
Saahil OgnawalaMunich Re, Technical University of MunichDirección de correo verificada de in.tum.de
Benoni B. EdinProfessor of Physiology, Umeå UniversityDirección de correo verificada de umu.se
Dominic LakatosGerman Aerospace Center (DLR)Dirección de correo verificada de dlr.de

Seguir

Justin Bayer

Volkswagen AG

Dirección de correo verificada de volkswagen.de

machine learning recurrent neural networks variational inference


Título Ordenar por citas Ordenar por año Ordenar por título	Citado por Citado por	Año
Theano: A Python framework for fast computation of mathematical expressions R Al-Rfou, G Alain, A Almahairi, C Angermueller, D Bahdanau, N Ballas, ... arXiv e-prints, arXiv: 1605.02688, 2016	1210*	2016
Deep variational bayes filters: Unsupervised learning of state space models from raw data M Karl, M Soelch, J Bayer, P Van der Smagt arXiv preprint arXiv:1605.06432, 2016	466	2016
PyBrain T Schaul, J Bayer, D Wierstra, Y Sun, M Felder, F Sehnke, T Rückstieß, ... Journal of Machine Learning Research 11, 743-746, 2010	465	2010
Learning stochastic recurrent networks J Bayer, C Osendorfer arXiv preprint arXiv:1411.7610, 2014	367	2014
Evolving memory cell structures for sequence learning J Bayer, D Wierstra, J Togelius, J Schmidhuber Artificial Neural Networks–ICANN 2009: 19th International Conference …, 2009	153	2009
Metrics for deep generative models N Chen, A Klushyn, R Kurle, X Jiang, J Bayer, P Smagt International Conference on Artificial Intelligence and Statistics, 1540-1550, 2018	142	2018
Variational inference for on-line anomaly detection in high-dimensional time series M Sölch, J Bayer, M Ludersdorfer, P van der Smagt arXiv preprint arXiv:1602.07109, 2016	117	2016
On Fast Dropout and its Applicability to Recurrent Networks J Bayer, C Osendorfer, N Chen, P van der Smagt preprint arXiv:1311.0701, 2013	95	2013
Efficient movement representation by embedding dynamic movement primitives in deep autoencoders N Chen, J Bayer, S Urban, P Van Der Smagt 2015 IEEE-RAS 15th international conference on humanoid robots (Humanoids …, 2015	61	2015
Unsupervised real-time control through variational empowerment M Karl, P Becker-Ehmck, M Soelch, D Benbouzid, P van der Smagt, ... The International Symposium of Robotics Research, 158-173, 2019	60	2019
Learning sequence representations JS Bayer Technische Universität München, 2015	53	2015
Learning flat latent manifolds with vaes N Chen, A Klushyn, F Ferroni, J Bayer, P Van Der Smagt arXiv preprint arXiv:2002.04881, 2020	51	2020
Continuous robot control using surface electromyography of atrophic muscles J Vogel, J Bayer, P Van Der Smagt 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems …, 2013	43	2013
Bayesian Learning of Neural Network Architectures G Dikov, P van der Smagt, J Bayer arXiv preprint arXiv:1901.04436, 2019	40	2019
Convolutional neural networks learn compact local image descriptors C Osendorfer, J Bayer, S Urban, P van der Smagt Neural Information Processing: 20th International Conference, ICONIP 2013 …, 2013	31	2013
Fast approximate geodesics for deep generative models N Chen, F Ferroni, A Klushyn, A Paraschos, J Bayer, P van der Smagt Artificial Neural Networks and Machine Learning–ICANN 2019: Deep Learning …, 2019	29	2019
Key insights into hand biomechanics: human grip stiffness can be decoupled from force by cocontraction and predicted from electromyography H Höppner, M Große-Dunker, G Stillfried, J Bayer, P Van Der Smagt Frontiers in neurorobotics 11, 17, 2017	27	2017
On deep set learning and the choice of aggregations M Soelch, A Akhundov, P van der Smagt, J Bayer Artificial Neural Networks and Machine Learning–ICANN 2019: Theoretical …, 2019	25	2019
Approximate bayesian inference in spatial environments A Mirchev, B Kayalibay, M Soelch, P van der Smagt, J Bayer arXiv preprint arXiv:1805.07206, 2018	25	2018
Computing grip force and torque from finger nail images using gaussian processes S Urban, J Bayer, C Osendorfer, G Westling, BB Edin, P Van Der Smagt 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems …, 2013	22	2013

El sistema no puede realizar la operación en estos momentos. Inténtalo de nuevo más tarde.

Artículos 1–20

Citas por año

Citas duplicadas

Citas combinadas

Añadir coautoresCoautores

Seguir

Citado por

Coautores