Name: Graph Learning in Medical Imaging: First International Workshop, Glmi 2019, Held in Conjunction with Miccai 2019, Shenzhen, China, October 17, 2019, P (en Inglés)
Price: 271.64 PEN
Availability: InStock
Author: Zhang, Daoqiang ; Zhou, Luping ; Jie, Biao
ISBN: 9783030358167

portada Graph Learning in Medical Imaging: First International Workshop, Glmi 2019, Held in Conjunction with Miccai 2019, Shenzhen, China, October 17, 2019, P (en Inglés)

Formato

Libro Físico

Editorial

Springer

Autor

Zhang, Daoqiang ; Zhou, Luping ; Jie, Biao

Idioma

Inglés

N° páginas

182

Encuadernación

Tapa Blanda

Dimensiones

23.4 x 15.6 x 1.0 cm

Peso

0.28 kg.

ISBN13

9783030358167

Categorías

Ciencia y análisis de datos
Aplicaciones gráficas y multimedia
Análisis y captura de datos
Reconocimiento de formas
Visión por ordenador

Graph Learning in Medical Imaging: First International Workshop, Glmi 2019, Held in Conjunction with Miccai 2019, Shenzhen, China, October 17, 2019, P (en Inglés)

Zhang, Daoqiang ; Zhou, Luping ; Jie, Biao (Autor) · Springer · Tapa Blanda

Libro Nuevo

S/ 271,64

S/ 543,28

Ahorras: S/ 271,64

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Lunes 12 de Agosto y el Lunes 26 de Agosto.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Graph Learning in Medical Imaging: First International Workshop, Glmi 2019, Held in Conjunction with Miccai 2019, Shenzhen, China, October 17, 2019, P (en Inglés)"

This book constitutes the refereed proceedings of the First International Workshop on Graph Learning in Medical Imaging, GLMI 2019, held in conjunction with MICCAI 2019 in Shenzhen, China, in October 2019. The 21 full papers presented were carefully reviewed and selected from 42 submissions. The papers focus on major trends and challenges of graph learning in medical imaging and present original work aimed to identify new cutting-edge techniques and their applications in medical imaging.