Артемов денис: Главный редактор mzk1.ru
Артемов Денис / RUNET-ID
Артемов Денис / RUNET-ID
JavaScript disabled
111959
Денис
Артемов
Высоцк
МВД РФ
Инспектор по делам несовершеннолетних
- Карьера
- Контакты
МВД РФ
Инспектор по делам несовершеннолетних
32 года 4 месяца- 1991 — н.
в.
в.30 марта
2022
—
31 декабря
2023
Другие мероприятия
РАЭК Клуб
РАЭК / Клуб представляет собой закрытое объединение профессионалов интернет-бизнеса, созданное в 2022 году, на базе Ассоциации Электронных Коммуникаций (РАЭК), готовых делиться своим опытом, интересам…
Посетить мероприятие
21 апреля
2023
—
5 апреля
2024
Другие мероприятия
MBA Эксперт: Маркетинг
Бизнес попал в зону турбулентности? Столкнулись с высокой конкуренцией? Не работают маркетинговые кампании? Клиенты не покупают ваш продукт или услугу?
Посетить мероприятие
В качестве
Артемов Денис — выступления в пауэрлифтинге и жиме лежа, рекорды, личные данные, фото и видео
- Главная
Спортсмены
- Артемов Денис
Закажи футболку AllPowerlifting со своим именем, результатом и званием!
Circle White
1 700
Circle Black
1 700
Red Gradient White
1 700
Red Gradient Black
1 700
Blue Gradient White
1 700
Blue Gradient Black
1 700
Blue
1 200
Red
1 200
Black
1 200
White
1 200
РезультатПрисед 222.
5Жим 152.5Тяга 245.0Троеборье 620.0
Разрядбез разрядаМСМСМКЭЛИТА
Языкruen
ПолЖенскийМужской
РазмерXSSMLXL2XL3XL4XL5XL
| Мужчины | |||||||||
| EUR | XS | S | M | L | XL | 2XL | 3XL | 4XL | 5XL |
| RUS | 44 | 46 | 48 | 50 | 52 | 54 | 56 | 58 | 60 |
| Грудь (см) | 86-90 | 90-94 | 94-98 | 98-102 | 102-106 | 106-110 | 110-114 | 114-118 | 118-122 |
| Талия (см) | 74-78 | 78-82 | 82-86 | 86-90 | 90-94 | 94-98 | 98-102 | 102-106 | 106-110 |
| Женщины | |||||||||
| EUR | XS | S | M | L | XL | 2XL | 3XL | 4XL | 5XL |
| RUS | 42 | 44 | 46 | 48 | 50 | 52 | 54 | 56 | 58 |
| Грудь (см) | 82-86 | 86-90 | 90-94 | 94-98 | 98-104 | 104-108 | 108-112 | 112-116 | 116-124 |
| Бедра (см) | 90-94 | 94-98 | 98-102 | 102-106 | 106-110 | 110-114 | 114-118 | 118-122 | 122-130 |
Размерная сетка
WhatsApp/Telegram/Email
Выступления
1
Галерея
Видео
Комментарии
| Соревнование | # | Категория | Вес | Возраст | П | Ж | Т | Сумма | Дивизион | ||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Федерация | Год | Дата | Откуда | ||||||||||
Открытый чемпионат Ростовской области | 2 | 100 | 93,60 | O | 222,5 | 152,5 | 245,0 | 620,0 | б/э | ||||
| WPC-RUS
| 2021 | 25 — 26 дек | Ростов-на-Дону
| ||||||||||
Публикации
2021
Извлечение трехмерных параметрических каркасов на основе полей расстояний
Альберт Матвеев, Алексей Артемов, Денис Зорин, Евгений Бурнаев
4-я Международная конференция по искусственному интеллекту и распознаванию образов 2021
проба облака точек.
[Бумага]
[Копировать бибтекс]
2020
Геометрическое внимание для прогнозирования дифференциальных свойств в трехмерных облаках точек
Альберт Матвеев, Алексей Артемов, Денис Зорин, Евгений Бурнаев
9-й Семинар IAPR TC3 по искусственным нейронным сетям в распознавании образов 2020
Изучаемая точка, основанная на внимании выбор окрестности для предсказания дифференциальных геометрических свойств.
[Бумага]
[Копировать бибтекс]
CAD-Deform: деформируемая подгонка CAD-моделей к 3D-сканам
Владислав Ишимцев, Алексей Бохоскикин, Алексей Артемов, Савва Игнатьев, Матиас Нисенер, Денис Зорин, Евгений Бернэев
Европейская конференция по компьютерному видению 2020
Новые данные, основанные на данных, то, что формируют формированные модели 3-й CAD 3D. базу данных к зашумленным и частичным 3D-сканам.
[Бумага]
[Код]
[Копировать бибтекс]
Глубокая векторизация технических чертежей
Ваге Егиазарян, Олег Войнов, Алексей Артемов, Денис Волхонский, Александр Сафин, Мария Такташева, Денис Зорин, Евгений Бурнаев
Европейская конференция по компьютерному зрению 2020
Мы представляем новый метод векторизации технических чертежей, который состоит из (1) этапа очистки на основе глубокого обучения, (2) сети на основе преобразователя для оценки векторных примитивов и ( 3) процедура оптимизации для получения окончательных конфигураций примитивов.
[Бумага]
[Код]
[Копировать бибтекс]
Делаем DensePose быстрым и легким
Руслан Рахимов, Эмиль Богомолов, Александр Нотченко, Фун Мао, Алексей Артемов, Денис Зорин, Евгений Бурнаев
arXiv 2020
Не удается запустить сеть DensePose на мобильном устройстве? Посмотрите нашу работу о том, как это сделать.
[Бумага]
[Код]
Latent Video Transformer
Руслан Рахимов, Денис Волхонский, Алексей Артемов, Денис Зорин, Евгений Бурнаев
arXiv 2020
В данной работе мы решаем задачу генерации видео. По нескольким первым кадрам мы предсказываем продолжение видео.
[Бумага]
[Код]
Пирамиды Лапласа в скрытом пространстве для обучения состязательному представлению с помощью трехмерных облаков точек Конференция по теории компьютерного зрения и Applications 2020
Мы используем представление пирамиды Лапласа в скрытом пространстве в рамках иерархической генеративной модели для трехмерных облаков точек.
Мы объединяем недавние GAN в скрытом пространстве и лапласовскую GAN, чтобы сформировать многомасштабную модель для создания трехмерных облаков точек с постепенно увеличивающимся уровнем детализации.
[Бумага]
[Код]
[Копировать бибтекс]
2019
Perceptual Deep Depth Super-Resolution
Олег Войнов, Алексей Артемов, Ваге Егиазарян, Александр Нотченко, Глеб Бобровских, Евгений Бурнаев, Денис Зорин
Международная конференция по компьютерному зрению 2019
проблема карты глубины супер- разрешение с упором на визуальное качество соответствующей трехмерной геометрии. Мы демонстрируем, что базирование функции потерь на отклонении рендеринга 3D-поверхности вместо прямого отклонения глубины дает значительно улучшенные результаты, измеряемые рядом показателей восприятия.
[Бумага]
[Плакат]
[Код]
[Копировать бибтекс]
Обучение аппроксимации полей направлений, заданных на двумерных плоскостях
Такташева Мария, Матвеев Альберт, Артемов Алексей, Бурнаев Евгений
Анализ изображений, социальных сетей и текстов 2019
Реконструкция полей направлений необходима в много задач обработки геометрии , такие как трассировка изображения, извлечение трехмерных геометрических элементов и определение основных направлений поверхности.
Мы предлагаем подход, основанный на глубоком обучении, и изучаем выразительную силу и способность к обобщению.
[Бумага]
[Копировать бибтекс]
Процедурный синтез изображений дистанционного зондирования для надежного обнаружения изменений с помощью нейронных сетей
Мария Колос, Антон Марин, Алексей Артемов, Евгений Бурнаев
Международный симпозиум по нейронным сетям 2019
Предлагаем простой и эффективный метод создания реалистичный целевой синтетические наборы данных в области дистанционного зондирования, используя возможности, предлагаемые механизмами разработки игр. Наши оценки показывают, что наш конвейер помогает улучшить производительность и конвергенцию моделей глубокого обучения, когда объем реальных данных сильно ограничен.
[Бумага]
[Копировать бибтекс]
Потери границ для семантической сегментации изображений дистанционного зондирования
Алексей Боховкин, Евгений Бурнаев
Международный симпозиум по нейронным сетям 2019
Типичные потери семантической сегментации (IoU, кросс-энтропия) недостаточно чувствительны для какое-то смещение границ.
Поскольку сегмент полностью объясняется его границей, мы предлагаем использовать дифференцируемый суррогат метрики BF1, чтобы лучше учитывать пиксели на краю сегмента.
[Бумага]
[Копировать бибтекс]
ABC: большой набор данных модели САПР для глубокого обучения геометрии
Себастьян Кох, Альберт Матвеев, Чжунши Цзян, Фрэнсис Уильямс, Алексей Артемов, Евгений Бурнаев, Марк Алекса, Денис Зорин, Даниэле Паноццо
Конференция по компьютерному зрению и шаблонам Recognition 2019
Мы представляем ABC-Dataset, коллекцию из одного миллиона моделей автоматизированного проектирования (САПР) для исследования методов и приложений геометрического глубокого обучения. Каждая модель представляет собой набор явно параметризованных кривых и поверхностей, обеспечивающих достоверность дифференциальных величин, сегментацию участков, обнаружение геометрических признаков и реконструкцию формы.
[Бумага]
[Дополнительно]
[Страница проекта]
[Набор данных]
[Копировать бибтекс]
Монокулярное 3D-обнаружение объектов с помощью геометрического рассуждения по ключевым точкам
Иван Барабанов, Алексей Артемов, Евгений Бурнаев, Вячеслав Мурашкин
arXiv 2019
Мы дополняем традиционную систему обнаружения объектов с помощью обнаружения ключевых точек модуль и потеря согласованности с несколькими представлениями чтобы сделать его надежным 3D-оценщиком ключевых точек, который мы используем для прогнозирования 3D-объектов в дорожных сценах KITTI.
[Бумага]
Управляемый пользователем мультитекстурный синтез с генеративно-состязательными сетями
Айбек Аланов, Макс Кочуров, Денис Волхонский, Даниил Яшков, Евгений Бурнаев, Дмитрий Ветров
arXiv 2019
Мы предложить новую модель синтеза нескольких текстур, основанную на генеративно-состязательные сети (GAN) с управляемым пользователем механизмом. Возможность пользовательского управления позволяет нам явно указать текстуру, которая должна быть сгенерирована моделью. Это свойство следует из использования части кодировщика, которая изучает скрытое представление для каждой текстуры из набора данных.
[Бумага]
Реконструкция трехмерных пористых сред по двумерным срезам
Денис Волхонский, Екатерина Муравлева, Олег Судаков, Денис Орлов, Борис Белозеров, Владислав Крутько, Евгений Бурнаев, Дмитрий Коротеев
arXiv 2019
Мы предлагаем новую архитектуру глубокого обучения для трехмерная реконструкция пористых сред из двумерных срезов.
По заданным центральным срезам восстанавливаем трехмерную структуру вокруг таких срезов как наиболее вероятную.
[Бумага]
|
