Ei valokuvaa Vikas Verma

Vikas Verma

  • Puhelin+358 50 4685953
  • Aalto SCI Computer Science Konemiehentie 2

20172023

Tutkimustuotoksia vuodessa

Henkilökohtainen profiili

Asiantuntemus YK:n kestävän kehityksen tavoitteista

Vuonna 2015 YK:n jäsenvaltiot sopivat 17 maailmanlaajuisesta kestävän kehityksen tavoitteesta köyhyyden poistamiseksi, planeetan suojelemiseksi ja vaurauden takaamiseksi kaikille. Tämän henkilön työ edistää seuraavia kestävän kehityksen tavoitteita:

  • SDG 3 – Hyvä terveys ja hyvinvointi

Koulutus / tieteellinen pätevyys

Master's degree, Engineering and Technology, Indian Institute of Technology Madras

Myöntöpäivä: 22 heinäk. 2011

Sormenjälki

Sukella tutkimusaiheisiin, joissa Vikas Verma on aktiivinen. Nämä aihemerkinnät ovat peräisin tämän henkilön teoksista. Yhdessä ne muodostavat ainutlaatuisen sormenjäljen.
  • 1 Samanlaiset profiilit

Yhteistyöt ja huippututkimusalueet viimeisiltä viideltä vuodelta

Viimeisin maa-/aluetasolla toteutettu yhteistyö. Saat tarkempia lisätietoja pisteitä napauttamalla, tai
  • MixupE: Understanding and improving Mixup from directional derivative perspective

    Zou, Y., Verma, V., Mittal, S., Tang, W. H., Pham, H., Kannala, J., Bengio, Y., Solin, A. & Kawaguchi, K., elok. 2023, Proceedings of the 39th Conference on Uncertainty in Artificial Intelligence (UAI 2023). JMLR, s. 2597-2607 (Proceedings of Machine Learning Research ; Vuosikerta 216).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

    Open access
    Tiedosto
    48 Lataukset (Pure)
  • Interpolated Adversarial Training: Achieving robust neural networks without sacrificing too much accuracy

    Lamb, A., Verma, V., Kawaguchi, K., Matyasko, A., Khosla, S., Kannala, J. & Bengio, Y., lokak. 2022, julkaisussa: Neural Networks. 154, s. 218-233 16 Sivumäärä

    Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

    Open access
    Tiedosto
    10 Sitaatiot (Scopus)
    137 Lataukset (Pure)
  • Interpolation consistency training for semi-supervised learning

    Verma, V., Kawaguchi, K., Lamb, A., Kannala, J., Solin, A., Bengio, Y. & Lopez-Paz, D., 2022, julkaisussa: Neural Networks. 145, s. 90-106

    Tutkimustuotos: LehtiartikkeliArticleScientificvertaisarvioitu

    Open access
    Tiedosto
    159 Sitaatiot (Scopus)
    281 Lataukset (Pure)
  • PatchUp : A Feature-Space Block-Level Regularization Technique for Convolutional Neural Networks

    Faramarzi, M., Amini, M., Badrinaaraayanan, A., Verma, V. & Chandar, S., 30 kesäk. 2022, AAAI-22 Technical Tracks 1. AAAI Press, s. 589-597 9 Sivumäärä (Proceedings of the AAAI Conference on Artificial Intelligence; Vuosikerta 36).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

    Open access
    12 Sitaatiot (Scopus)
  • GraphMix: Improved Training of GNNs for Semi-Supervised Learning

    Verma, V., Qu, M., Kawaguchi, K., Lamb, A., Bengio, Y., Kannala, J. & Tang, J., 2021, THIRTY-FIFTH AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE, THIRTY-THIRD CONFERENCE ON INNOVATIVE APPLICATIONS OF ARTIFICIAL INTELLIGENCE AND THE ELEVENTH SYMPOSIUM ON EDUCATIONAL ADVANCES IN ARTIFICIAL INTELLIGENCE. AAAI Press, s. 10024-10032 9 Sivumäärä (AAAI Conference on Artificial Intelligence; Vuosikerta 35).

    Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussaConference article in proceedingsScientificvertaisarvioitu

    Open access
    53 Sitaatiot (Scopus)