HexagDLy-Processing hexagonally sampled data with CNNs in PyTorch
- HexagDLy is a Python-library extending the PyTorch deep learning framework with convolution and pooling operations on hexagonal grids. It aims to ease the access to convolutional neural networks for applications that rely on hexagonally sampled data as, for example, commonly found in ground-based astroparticle physics experiments.
| Verfasserangaben: | Constantin Beverly SteppaORCiD, Tim Lukas HolchORCiDGND |
|---|---|
| DOI: | https://doi.org/10.1016/j.softx.2019.02.010 |
| ISSN: | 2352-7110 |
| Titel des übergeordneten Werks (Englisch): | SoftwareX |
| Verlag: | Elsevier |
| Verlagsort: | Amsterdam |
| Publikationstyp: | Wissenschaftlicher Artikel |
| Sprache: | Englisch |
| Jahr der Erstveröffentlichung: | 2019 |
| Erscheinungsjahr: | 2019 |
| Datum der Freischaltung: | 17.05.2021 |
| Freies Schlagwort / Tag: | Astroparticle physics; Convolutional neural networks; Hexagonal grid; PyTorch |
| Band: | 9 |
| Seitenanzahl: | 6 |
| Erste Seite: | 193 |
| Letzte Seite: | 198 |
| Organisationseinheiten: | Mathematisch-Naturwissenschaftliche Fakultät / Institut für Physik und Astronomie |
| DDC-Klassifikation: | 5 Naturwissenschaften und Mathematik / 53 Physik / 530 Physik |
| Peer Review: | Referiert |
| Publikationsweg: | Open Access / Gold Open-Access |
| DOAJ gelistet | |
| Lizenz (Deutsch): |  CC-BY - Namensnennung 4.0 International |
