HF RL Explorer

nayana-c1.867c992ae9100904cc61c84591adf0f8f863e0387e30f0d0dbc86640e9f50a1a.ar.train.207263

nayana-c1.867c992ae9100904cc61c84591adf0f8f863e0387e30f0d0dbc86640e9f50a1a.ar.train.207263: train task in FineEnvs/nayana-ocr-env, an RL environment on the Hugging Face Hub. أي من الأوراق التالية تركز على اكتشاف الشذوذ غير الخاضع للإشراف باستخدام شبكات الخصومة التوليدية؟ A. هو ، x. ؛ هو ، هوانغ ،…

The task

أي من الأوراق التالية تركز على اكتشاف الشذوذ غير الخاضع للإشراف باستخدام شبكات الخصومة التوليدية؟ A. هو ، x. ؛ هو ، هوانغ ، ص. تشانغ ، ح. WU ، H. الكشف عن الشذوذ في الفيديو باستخدام شبكة تحليل الميزات البطيئة العميقة. B. Schlegl ، T. ؛ Seebéck ، P. ؛ والدشتاين ، $ .m. ؛ Schmidt-erfurth ، u. ؛ Langs ، G. اكتشاف الشذوذ غير الخاضع للإشراف مع شبكات الخصومة التوليدية لتوجيه اكتشاف العلامة. C. D’Avino ، D. Cozzolino ، D. Poggi ، G .؛ Verdoliva ، L. Autoencoder مع شبكات عصبية متكررة للكشف عن تزوير الفيديو. D. مونوار ، أ ؛ Vinayavekhin ، P. ؛ De Magistris ، G. Spatio-Temboral Detection for Industrial Robots من خلال التنبؤ في مساحة الميزات غير الخاضعة للإشراف. Return only the single uppercase letter of the correct option.

Task details

language
ar
family
mcq_vqa
mime
image/jpeg
media ready
False