English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Open

Presents the pdf analysis as premium feature

PDF Analysis

Insights

Presents the summarisation as premium feature

Summarisation

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the zaia usage as premium feature

ZAIA

Zendy Tools

Zendy Plus

Presents the access of premium content as premium feature

Premium Content

Momentane Technologien haben die Aufnahme von 3D-Punktdaten stark vereinfacht, wodurch es zu einem Entwicklungssprung in der Objekterkennung gekommen ist. Zur Mustererkennung und bei Klassifikationsaufgaben wird die Belief-Theorie bereits verwendet; dabei werden jedoch weitestgehend nur diskrete Räume betrachtet. Die Erweiterung der Belief-Theorie für den kontinuierlichen Raum eröffnet neue Möglichkeiten in der Datenfusion. Dazu werden in dieser Arbeit konsonante mehrdimensionale Belief-Funktionen konstruiert und dazu passende modellbasierte Merkmalsverfahren entwickelt. Eine Evaluierung geschieht am Beispiel der Klassifikation von Haushaltsgegenständen.

Objektklassifikation anhand von RGBD-Daten mithilfe konsonanter kontinuierlicher Belief-Funktionen