Анализ страницы https://deviparikh.com/./publications.html
Основное Готовность: 100%
Домен
deviparikh.com
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Домен второго уровня идеален для продвижения.
Отличный запоминающийся домен.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
Не настроен HSTS (Strict-Transport-Security) — рекомендуется включить.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 04.10.2026 22:45:22.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык страницы не указан. Рекомендуется явно указать язык документа!
Скорость загрузки
~0,37сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,37сек оптимальна.
Объем документа
146Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 146Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 5
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 5 достаточно.
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | text/css | https://deviparikh.com/static/css/bootstrap.min.css |
| stylesheet | text/css | https://deviparikh.com/static/css/main.css |
| stylesheet | text/css | https://deviparikh.com/static/css/custom.css |
| js | text/javascript | static/js/jquery.min.js |
| js | text/javascript | static/js/bootstrap.min.js |
Серверные заголовки
Кол-во: 17
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 17шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| ETag | "6a08fd97-24ba0" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 77DC:174B6E:33287F:371FEF:6A8A27F1 |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 23:02:12 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270039-BMA |
| X-Cache | HIT |
| x-cache-hits | 0 |
| x-timer | S1787439733.505893,VS0,VE107 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 62c99309184adeb038859213b29e9758cfe7b5c5 |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 50%
Title
Devi Parikh
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение мало: 11, минимум: 25, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
AI Researcher, Generative Artist
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 32, минимум: 80, оптимально: от 120 до 130)
Keywords
Devi Parikh, AI, Artificial Intelligence, GenAI, Generative AI, FAIR, Meta, Make-A-Scene, Make-A-Video, Emu, Emu Edit, Emu Video Edit, Emu Video, VQA, Visual Question Answering, ViLBERT, Grad-CAM, Facebook AI Research, Georgia Tech, Computer Vision, Natural Language Processing, Human-AI Communication, Human-AI Collaboration, Creative AI
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Keywords установлены.
Канонический Url
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Рекомендуем прописать канонический Url.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1.0
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 6
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:title | Devi Parikh |
| og:url | https://deviparikh.com |
| og:description | AI Researcher, Generative Artist |
| og:site_name | Devi Parikh |
| og:image | https://deviparikh.com/static/img/deviparikh.jpg |
| og:image:url | https://deviparikh.com/static/img/deviparikh.jpg |
Все мета-теги
Кол-во: 14
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 14шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1.0 |
| name | keywords | Devi Parikh, AI, Artificial Intelligence, GenAI, Generative AI, FAIR, Meta, Make-A-Scene, Make-A-Video, Emu, Emu Edit, Emu Video Edit, Emu Video, VQA, Visual Question Answering, ViLBERT, Grad-CAM, Facebook AI Research, Georgia Tech, Computer Vision, Natural Language Processing, Human-AI Communication, Human-AI Collaboration, Creative AI |
| name | description | AI Researcher, Generative Artist |
| name | twitter:card | summary_large_image |
| name | twitter:title | Devi Parikh |
| name | twitter:description | AI Researcher, Generative Artist |
| name | twitter:image | https://deviparikh.com/static/img/deviparikh.jpg |
| name | twitter:url | https://deviparikh.com |
| property | og:title | Devi Parikh |
| property | og:url | https://deviparikh.com |
| property | og:description | AI Researcher, Generative Artist |
| property | og:site_name | Devi Parikh |
| property | og:image | https://deviparikh.com/static/img/deviparikh.jpg |
| property | og:image:url | https://deviparikh.com/static/img/deviparikh.jpg |
Оптимизация Готовность: 45%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют по одному на документ).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Слова из title 2 встречаются в тексте редко. Добавьте в контент страницы слова из тега <title>!
Среднее число слов в абзаце 7 слишком мало. Сделайте контент более читаемым!
Абзацев с текстом 974 достаточно.
Кол-во знаков контента 46110 на странице оптимально.
Кол-во слов 6888 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
Тошнота
14,07
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
27,40%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| parikh | 198 | 2,87% |
| conference | 143 | 2,08% |
| vision | 110 | 1,60% |
| computer | 104 | 1,51% |
| recognition | 60 | 0,87% |
| pattern | 58 | 0,84% |
| visual | 56 | 0,81% |
| international | 53 | 0,77% |
| learning | 48 | 0,70% |
| project | 47 | 0,68% |
| creativity | 33 | 0,48% |
| contribution | 32 | 0,46% |
| processing | 28 | 0,41% |
| lawrence | 28 | 0,41% |
| zitnick | 28 | 0,41% |
| poster | 27 | 0,39% |
| abhishek | 25 | 0,36% |
| question | 24 | 0,35% |
| tsuhan | 23 | 0,33% |
| answering | 22 | 0,32% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 1000 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 128
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 128 оптимально.
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| /./ |
Devi Parikh
|
|
| /./publications.html |
Papers
|
|
| /./art.html |
Art
|
|
| /./questions |
Questions
|
|
| /projects/collaborative_painting_no_instructions.html |
sketching interface
|
|
| /create_your_own/strokes.html |
art interface
|
|
| /publications/vqa_ijcv.pdf |
VQA: Visual Question Answering
|
|
| /publications/ROCStories-Cloze-Evaluation.pdf |
A Corpus and Cloze Evaluation for Deeper Understanding of Commonsense Stories
|
|
| /publications/ICIP_2016_personalized_attributes.pdf |
Knowing Who To Listen To: Prioritizing Experts from a Diverse Ensemble for Attribute Personalization
|
|
| /publications/ZitnickVedantamParikh_clipart_PAMI2015.pdf |
Adopting Abstract Images for Semantic Scene Understanding
|
|
| /projects/clipart/ |
project page, data, slides, video, etc.
|
|
| /publications/Mottaghi_PAMI_2015_hum_mac_crf.pdf |
Human-Machine CRFs for Identifying Bottlenecks in Scene Understanding
|
|
| /publications/Mottaghi_PAMI_2015_hum_mac_crf_supp.pdf |
supplementary material
|
|
| /publications/ICCV2015_commonsense.pdf |
Learning Common Sense Through Visual Abstraction
|
|
| /publications/ICCV2015_commonsense_supp.pdf |
supplementary material
|
|
| /publications/CVPR2015_imagination_extended_abstract.pdf |
extended abstract
|
|
| /publications/CVPR2015_specificity_extended_abstract.pdf |
extended abstract
|
|
| /publications/CVPR2015_virality_extended_abstract.pdf |
extended abstract
|
|
| /publications/CVPR2015_cider_extended_abstract.pdf |
extended abstract
|
|
| /publications/KovashkaParikhGrauman_CVPR_2012_whittle_search_poster.pdf |
poster
|
|
| /publications/Lad_Parikh_ECCV2014_clustering_feedback.pdf |
Interactively Guiding Semi-Supervised Clustering via Attribute-based Explanations
|
|
| /publications/image_memorability_pami.pdf |
What makes a photograph memorable?
|
|
| /publications/predicting_failures_CVPR2014.pdf |
Predicting Failures of Vision Systems
|
|
| /publications/annoyance_prediction_CVPR2014.pdf |
Predicting User Annoyance Using Visual Attributes
|
|
| /publications/Bansal_edges_3dRR_ICCV_2013.pdf |
Which Edges Matter?
|
|
| /publications/Parikh_hum_mac_com_Allerton_2013.pdf |
Visual Attributes for Enhanced Human-Machine Communication
|
|
| /publications/TurakhiaParikh_attribute_dominance_ICCV_2013.pdf |
Attribute Dominance: What Pops Out?
|
|
| /publications/TurakhiaParikh_attribute_dominance_ICCV_2013_poster.pdf |
poster
|
|
| /publications/Sadovnik_ICCV_2013_saying_the_right_thing.pdf |
Spoken Attributes: Mixing Binary and Relative Attributes to Say the Right Thing
|
|
| /publications/Sadovnik_ICCV_2013_saying_the_right_thing_poster.pdf |
poster
|
|
| /publications/ParikhGrauman_ICCV_2013_nuances.pdf |
Implied Feedback: Learning Nuances of User Behavior in Image Search
|
|
| /publications/ParikhGrauman_ICCV_2013_nuances_supp.pdf |
supp material
|
|
| /publications/ParikhGrauman_ICCV_2013_nuances_poster.pdf |
poster
|
|
| /projects/clipart/ |
project page, data, slides, video, etc.
|
|
| /publications/ZitnickParikh_CVPR_2013_clipart.pdf |
Bringing Semantics Into Focus Using Visual Abstraction
|
|
| /projects/clipart/ |
project page, data, slides, video, etc.
|
|
| /publications/Mottaghi_CVPR_2013_debug_crf.pdf |
Analyzing Semantic Segmentation Using Hybrid Human-Machine CRFs
|
|
| /publications/Mottaghi_CVPR_2013_debug_crf_poster.pptx |
poster
|
|
| /publications/BiswasParikh_CVPR_2013_active_attributes_feedback.pdf |
Simultaneous Active Learning of Classifiers & Attributes via Relative Feedback
|
|
| /projects/attribute_feedback |
project page and data
|
|
| /publications/BiswasParikh_CVPR_2013_active_attributes_feedback_poster.pdf |
poster
|
|
| /publications/Rastegari_Diba_Parikh_Farhadi_CVPR_2013.pdf |
Multi-Attribute Queries: To Merge or Not to Merge?
|
|
| /publications/Rastegari_CVPR_2013_complex_query_poster.pdf |
poster
|
|
| /publications/ParkashParikh_ECCV_2012_attributes_feedback.pdf |
Attributes for Classifier Feedback
|
|
| /publications/attributes_for_classifier_feedback.pptx |
slides
|
|
| /projects/attribute_feedback |
project page and data
|
|
| /publications/ParikhKovashkaParkashGrauman_AAAI_2012_relative_attributes.pdf |
Relative Attributes for Enhanced Human-Machine Communication
|
|
| /publications/LiParikhChen_CVPR_2012_groups_of_objects.pdf |
Automatic Discovery of Groups of Objects for Scene Understanding
|
|
| /publications/LiParikhChen_CVPR_2012_groups_of_objects_poster.pdf |
poster
|
|
| /publications/KovashkaParikhGrauman_CVPR_2012_whittle_search.pdf |
WhittleSearch: Image Search with Relative Attribute Feedback
|
|
| /publications/KovashkaParikhGrauman_CVPR_2012_whittle_search_poster.pdf |
poster
|
|
| /publications/DuanParikhCrandallGrauman_CVPR_2012_local_attributes.pdf |
Discovering Localized Attributes for Fine-grained Recognition
|
|
| /publications/DuanParikhCrandallGrauman_CVPR_2012_local_attributes_poster.pdf |
poster
|
|
| /publications/ZitnickParikh_CVPR_2012_contour.pdf |
The Role of Image Understanding in Contour Detection
|
|
| /projects/contour.html |
project page
|
|
| /publications/ZitnickParikh_CVPR_2012_contour_poster.pdf |
poster
|
|
| /publications/ParikhZitnickChen_PAMI_2011_app_context.pdf |
E
|
|
| /publications/ParikhZitnickChen_PAMI_2011_app_context.pdf |
xploring Tiny Images: The Roles of Appearance and Contextual Information for Machine and Human Object Recognition
|
|
| /publications/ParikhZitnick_CSS_NIPS2011_human_debugging.pdf |
Human-Debugging of Machines
|
|
| /publications/IsolaParikhTorralbaOliva_NIPS2011_memorability.pdf |
Understanding the Intrinsic Memorability of Images
|
|
| /publications/ParikhGrauman_ICCV2011_relative.pdf |
Relative Attributes
|
|
| /projects/relative.html |
project page
|
|
| /projects/relative_attributes/relative_attributes.ppt |
slides
|
|
| /publications/ParikhGrauman_ICCV2011_relative_poster.pdf |
poster
|
|
| /publications/Parikh_ICCV2011_puzzled.pdf |
Recognizing Jumbled Images: The Role of Local and Global Information in Image Classification
|
|
| /publications/Parikh_ICCV2011_jumbled_poster.pdf |
poster
|
|
| /publications/slides/Parikh_ICCV2011_jumbled_images.pptx |
slides
|
|
| /publications/LiParikhChen_ICCV2011_unlabeled.pdf |
Extracting Adaptive Contextual Cues from Unlabeled Regions
|
|
| /publications/ParikhZitnick_CVPR2011_weakest_link.pdf |
Finding the Weakest Link in Person Detectors
|
|
| /projects/person_detection.html |
project page
|
|
| /publications/ParikhZitnick_CVPR2011_weakest_link_poster.pdf |
poster
|
|
| /publications/slides/ParikhZitnick_CVPR2011_weakest_link.pptx |
slides
|
|
| /publications/ParikhGrauman_CVPR2011_nameable.pdf |
Interactively Building a Discriminative Vocabulary of Nameable Attributes
|
|
| /publications/nameable_supp.pdf |
supplementary material
|
|
| /projects/nameable.html |
project page
|
|
| /publications/ParikhGrauman_CVPR2011_nameable_poster.pdf |
poster
|
|
| /publications/slides/ParikhGrauman_CVPR2011_nameable.pptx |
slides
|
|
| /publications/ParikhGrauman_FGVC_CVPR2011_nameable.pdf |
Interactive Discovery of Task-Specific Nameable Attributes
|
|
| /projects/nameable.html |
project page
|
|
| /publications/ParikhGrauman_CVPR2011_nameable_poster.pdf |
poster
|
|
| /publications/GallagherBatraParikh_CVPR2011_ORI.pdf |
Inference for Order Reduction in MRFs
|
|
| /publications//BatraKowdleParikhLuoChen_IJCV2011_iCoseg.pdf |
Interactively Co-segmenting Topically Related Image with Intelligent Scribble Guidance
|
|
| /publications/ParikhZitnick_CVPR2011_weakest_link_poster.pdf |
The Role of Features, Algorithms and Data in Visual Recognition
|
|
| /publications//ParikhZitnick_CVPR2010_FAD_poster.pdf |
poster
|
|
| /publications/slides/ParikhZitnick_CVPR2010_FAD.pptx |
slides
|
|
| /publications/BatraGallagherParikhChen_CVPR2010_OPD.pdf |
Beyond Trees: MRF Inference via Outer-Planar Decomposition
|
|
| /publications//BatraGallagherParikhChen_CVPR2010_OPD_poster.pdf |
poster
|
|
| /publications/BatraKowdleParikhLuoChen_CVPR2010_iCoseg.pdf |
iCoseg: Interactive Co-segmentation with Intelligent Scribble Guidance
|
|
| /publications/BatraKowdleParikhLuoChen_CVPR2010_icoseg_poster.pdf |
poster
|
|
| /publications/DeviParikh_Ph.D.thesis.pdf |
Modeling Context for Image Understanding: When, For What, How?
|
|
| /publications/BatraParikhKowdleChenLuo_ICIP_2009.pdf |
Seed Image Selection in Interactive Cosegmentation
|
|
| /publications/ParikhZitnickChen_CVPR_2009_steiner.pdf |
Unsupervised Learning of Hierarchical Spatial Structures in Images
|
|
| /publications/ParikhZitnickChen_CVPR_2009_steiner_poster.pdf |
poster
|
|
| /publications/slides/ParikhZitnickChen_CVPR_2009_steiner.pptx |
slides
|
|
| /publications/IV_CVPR_2009_cutout_search.pdf |
Cutout-Search: Putting a name to the Picture
|
|
| /publications/ParikhChen_hSO_journal_2008.pdf |
Unsupervised Modeling of Objects and their Hierarchical Contextual Interactions
|
|
| /publications/slides/ParikhChen_hSO.pptx |
slides
|
|
| /publications/ParikhChen_intrusion_detection_journal_2008.pdf |
Data Fusion and Cost Minimization for Intrusion Detection
|
|
| /publications/Polikar_information_fusion_journal_2008_alzheimers.pdf |
An Ensemble Based Data Fusion for Early Diagnosis of Alzheimer’s Disease
|
|
| /publications/ParikhZitnickChen_ECCV_2008_context_saliency.pdf |
Determining Patch Saliency Using Low-Level Context
|
|
Внешние ссылки
Кол-во: 824
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 824 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать первые 100 внешних ссылок
| Url | Анкор |
|---|---|
| deviparikh.substack.com |
Blog
|
| humanstories.ai |
Humans of AI
|
| twitter.com |
<img style="height:25px;" src="static/img/ico/twitter.jpg">
|
| instagram.com |
<img style="height:25px;" src="static/img/ico/instagram.jpg">
|
| threads.net |
<img style="height:25px;" src="static/img/ico/threads.jpg">
|
| arxiv.org |
Emu: Enhancing Image Generation Models Using Photogenic Needles in a Haystack
|
| arxiv.org |
Video Editing via Factorized Diffusion Distillation (a.k.a, Emu Video Edit)
|
| fdd-video-edit.github.io |
project page
|
| arxiv.org |
Emu Video: Factorizing Text-to-Video Generation by Explicit Image Conditioning
|
| emu-video.metademolab.com |
project page
|
| arxiv.org |
Emu Edit: Precise Image Editing via Recognition and Generation Tasks
|
| emu-edit.metademolab.com |
project page
|
| arxiv.org |
Make-An-Animation: Large-Scale Text-conditional 3D Human Motion Generation
|
| azadis.github.io |
project page
|
| arxiv.org |
Text-Conditional Contextualized Avatars For Zero-Shot Personalization
|
| arxiv.org |
Text-To-4D Dynamic Scene Generation
|
| make-a-video3d.github.io |
project page
|
| arxiv.org |
SpaText: Spatio-Textual Representation for Controllable Image Generation
|
| omriavrahami.com |
project page
|
| arxiv.org |
Make-A-Video: Text-to-Video Generation without Text-Video Data
|
| makeavideo.studio |
project page
|
| arxiv.org |
AudioGen: Textually Guided Audio Generation
|
| felixkreuk.github.io |
project page
|
| arxiv.org |
MUGEN: A Playground for Video-Audio-Text Multimodal Understanding and GENeration
|
| mugen-org.github.io |
project page
|
| arxiv.org |
Make-A-Scene: Scene-Based Text-to-Image Generation with Human Priors
|
| youtube.com |
Illustrated story: The Little Red Boat
|
| youtube.com |
Illustrated story: New Adventures
|
| ai.facebook.com |
Blog post
|
| arxiv.org |
Long Video Generation with Time-Agnostic VQGAN and Time-Sensitive Transformer
|
| songweige.github.io |
project page
|
| arxiv.org |
Building Bridges: Generative Artworks to Explore AI Ethics
|
| arxiv.org |
Episodic Memory Question Answering
|
| arxiv.org |
VISITRON: Visual Semantics-Aligned Interactively Trained Object-Navigator
|
| arxiv.org |
Telling Creative Stories Using Generative Visual Aids
|
| arxiv.org |
Dance2Music: Automatic Dance-driven Music Generation
|
| arxiv.org |
Human-Adversarial Visual Question Answering
|
| arxiv.org |
Visual Conceptual Blending with Large-scale Language and Vision Models
|
| yashkant.github.io |
Yash Kant
|
| amoudgl.github.io |
Abhinav Moudgil
|
| cc.gatech.edu |
Dhruv Batra
|
| dexter1691.github.io |
Harsh Agrawal
|
| arxiv.org |
Contrast and Classify: Alternate Training for Robust VQA
|
| arxiv.org |
ForceNet: A Graph Neural Network for Large-Scale Quantum Calculations
|
| arxiv.org |
The Open Catalyst 2020 (OC20) Dataset and Community Challenges
|
| github.com |
dataset
|
| github.com |
code
|
| opencatalystproject.org |
opencatalystproject.org
|
| arxiv.org |
An Introduction to Electrocatalyst Design using Machine Learning for Renewable Energy Storage
|
| github.com |
dataset
|
| github.com |
code
|
| opencatalystproject.org |
opencatalystproject.org
|
| arxiv.org |
SOrT-ing in VQA : Contrastive Gradient Learning for Improved Consistency
|
| arxiv.org |
KRISP: Integrating Implicit and Symbolic Knowledge for Open-Domain Knowledge-Based VQA
|
| arxiv.org |
VX2TEXT: End-to-End Learning of Video-Based Text GenerationFrom Multimodal Inputs
|
| arxiv.org |
Creative Sketch Generation
|
| doodlergan.cloudcv.org |
demo
|
| github.com |
code and datasets
|
| songweige.github.io |
project page
|
| samyak-268.github.io |
Samyak Datta
|
| research.fb.com |
Oleksandr Maksymets
|
| cc.gatech.edu |
Judy Hoffman
|
| web.engr.oregonstate.edu |
Stefan Lee
|
| cc.gatech.edu |
Dhruv Batra
|
| arxiv.org |
Integrating Egocentric Localization for More Realistic Point-Goal Navigation Agents
|
| panderson.me |
Peter Anderson
|
| ayshrv.github.io |
Ayush Shrivastava
|
| joannetruong.com |
Joanne Truong
|
| arjunmajum.github.io |
Arjun Majumdar
|
| cc.gatech.edu |
Dhruv Batra
|
| web.engr.oregonstate.edu |
Stefan Lee
|
| arxiv.org |
Sim-to-Real Transfer for Vision-and-Language Navigation
|
| mcogswell.io |
Michael Cogswell
|
| cc.gatech.edu |
Jiasen Lu
|
| rishabhjain2018.github.io |
Rishabh Jain
|
| web.engr.oregonstate.edu |
Stefan Lee
|
| cc.gatech.edu |
Dhruv Batra
|
| arxiv.org |
Dialog without Dialog: Learning Image-Discriminative Dialog Policies from Single-Shot Question Answering Data
|
| meerahahn.github.io |
Meera Hahn
|
| jacobkrantz.github.io |
Jacob Krantz
|
| cc.gatech.edu |
Dhruv Batra
|
| rehg.org |
James Rehg
|
| web.engr.oregonstate.edu |
Stefan Lee
|
| panderson.me |
Peter Anderson
|
| arxiv.org |
Where Are You? Localization from Embodied Dialog
|
| purvaten.github.io |
Purva Tendulkar
|
| abhishekdas.com |
Abhishek Das
|
| anikem.github.io |
Ani Kembhavi
|
| arxiv.org |
Feel The Music: Automatically Generating A Dance For An Input Song
|
| sites.google.com |
dances
|
| github.com |
code
|
| feelthemusic.cloudcv.org |
demo
|
| tech.fb.com |
Tech@Facebook article
|
| larryzitnick.org |
C. Lawrence Zitnick
|
| arxiv.org |
Exploring Crowd Co-creation Scenarios for Sketches
|
| gunagg.github.io |
Gunjan Aggarwal
|
| arxiv.org |
Neuro-Symbolic Generative Art: A Preliminary Study
|
| sites.google.com |
examples
|
| genart.cloudcv.org |
demo
|
| xaliceli.github.io |
X. Alice Li
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://deviparikh.com/./publications.html готова к продвижению на 49%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: