KI-Beratung Beta

Gutscheinbedingungen

**Gültig bis 09.11.2026 auf tolino shine color (4016621130473), tolino vision color (4016621130183) und tolino vision color weiß (4016621131456) online auf thaalia.live, in der Thalia App und in allen Thalia Buchhandlungen in Österreich. In den Buchhandlungen nur gültig auf lagernde Ware. Pro Einkauf einmal einlösbar. Nur gültig gegen Vorlage oder im Onlineshop hinterlegter Bonuscard. Infos zur Einlösung in der Buchhandlung sind auf der Bonuscard-Vorteilspreisseite zu finden. Click & Collect nur bei Onlinevorabzahlung möglich. Keine Einlösung bei Scan & Go-Bezahlung. Keine Barauszahlung. Nicht kombinierbar mit anderen Aktionen und Gutscheinen. Nicht gültig für Geschenkkarten, Versandkosten und Services. Nur solange der Vorrat reicht.

Produktbild: Artificial Intelligence
Band 17135 Vorbesteller

Artificial Intelligence 4th CAAI International Conference, CICAI 2026, Haining, China, October 17–19, 2026, Proceedings, Part I

43,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

04.02.2027

Abbildungen

Approx. 600 p.

Herausgeber

Yi Yang + weitere

Verlag

Springer Singapore

Seitenzahl

922

Maße (B/H)

15,5/23,5 cm

Sprache

Englisch

ISBN

978-981-9274-17-8

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

04.02.2027

Abbildungen

Approx. 600 p.

Herausgeber

Verlag

Springer Singapore

Seitenzahl

922

Maße (B/H)

15,5/23,5 cm

Sprache

Englisch

ISBN

978-981-9274-17-8

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Artificial Intelligence
  • Beyond Rejection: Disentangling Semantic and Pseudo Unknowns for Open-World Driver Monitoring.- Selective Granularity Normalization for Crowd Counting and Localization.- UC-VAD: Uncertainty-Aware Contrastive Learning for Weakly Supervised Videos Anomaly Detection.