图 书 馆境外开放课程——按学科专业列表
开放课程→工程与技术科学→计算机科学技术::
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
1Efficient Clustering of Short Messages into General Domains[短消息到通用域的高效聚类]
Oren Tsur() 社交网络中日益增长的活动主要表现为不断增长的状态更新或微博。大量的更新流强调了大规模准确有效地对短消息进行聚类的必要性。由于稀疏性，应用传统的聚类技术...
热度：4
Oren Tsur() 社交网络中日益增长的活动主要表现为不断增长的状态更新或微博。大量的更新流强调了大规模准确有效地对短消息进行聚类的必要性。由于稀疏性，应用传统的聚类技术...
热度：4
23Kako zavladati s chatGPT-jem[Kako zavladati的聊天GPT jem]
(RTK 2025-卢布尔雅那) Kako zavladati的聊天GPT jem
热度：5
(RTK 2025-卢布尔雅那) Kako zavladati的聊天GPT jem
热度：5
4Grammatical Inference as a Principal Component Analysis Problem[语法推理作为主成分分析问题]
Raphaël Bailly(会议) 概率语法推理的主要问题之一在于从根据固定的未知目标分布p独立绘制的单词样本中推断出随机语言，即某类概率模型中的概率分布。在这里，我们考虑由随机语言组成...
热度：8
Raphaël Bailly(会议) 概率语法推理的主要问题之一在于从根据固定的未知目标分布p独立绘制的单词样本中推断出随机语言，即某类概率模型中的概率分布。在这里，我们考虑由随机语言组成...
热度：8
5Block-Wise Construction of Acyclic Relational Features with Monotone Irreducibility and Relevancy Properties[具有单调不可约性和相关性的非循环关系特征的分块构造]
Ondřej Kuželka(会议) 我们描述了一种通过组合较小的连词块来构建一组非循环连词关系特征的算法。与保持频率单调性的传统水平方法不同，我们的块方法保留了不可约性和相关性特征属性的...
热度：5
Ondřej Kuželka(会议) 我们描述了一种通过组合较小的连词块来构建一组非循环连词关系特征的算法。与保持频率单调性的传统水平方法不同，我们的块方法保留了不可约性和相关性特征属性的...
热度：5
6Trajectory Prediction: Learning to Map Situations to Robot Trajectories[轨迹预测：学习将情况映射到机器人轨迹]
Nikolay Jetchev(会议) 轨迹规划和优化是关节机器人的一个基本问题。通常用于此问题的算法在新情况下从头开始计算最优轨迹。实际上，积累了大量数据，其中包含各种情况以及相应的优化轨...
热度：5
Nikolay Jetchev(会议) 轨迹规划和优化是关节机器人的一个基本问题。通常用于此问题的算法在新情况下从头开始计算最优轨迹。实际上，积累了大量数据，其中包含各种情况以及相应的优化轨...
热度：5
7Robot Trajectory Optimization Using Approximate Inference[基于近似推理的机器人轨迹优化]
Marc Toussaint(会议) 机器人场景中的一般随机最优控制（SOC）问题往往太复杂，无法精确和近乎实时地解决。经典的近似解是首先计算最优（确定性）轨迹，然后求解局部线性二次高斯（LQG...
热度：5
Marc Toussaint(会议) 机器人场景中的一般随机最优控制（SOC）问题往往太复杂，无法精确和近乎实时地解决。经典的近似解是首先计算最优（确定性）轨迹，然后求解局部线性二次高斯（LQG...
热度：5
8Learning Nonlinear Dynamic Models[学习非线性动态模型]
Ruslan Salakhutdinov(会议) 我们提出了一种学习非线性动态模型的新方法，这导致了一套能够解决其他困难问题的新工具。我们提供的理论表明，这种新方法对于具有长距离结构的模型是一致的，并...
热度：8
Ruslan Salakhutdinov(会议) 我们提出了一种学习非线性动态模型的新方法，这导致了一套能够解决其他困难问题的新工具。我们提供的理论表明，这种新方法对于具有长距离结构的模型是一致的，并...
热度：8
9Generalization Analysis of Listwise Learning-to-Rank Algorithms[列表学习对排名算法的泛化分析]
Hang Li(会议) 本文提出了一个排名的理论框架，并演示了如何使用该框架对列表排名算法进行泛化分析。近年来，已经提出了许多学习排名算法。其中，与其他方法相比，列表方法显示...
热度：7
Hang Li(会议) 本文提出了一个排名的理论框架，并演示了如何使用该框架对列表排名算法进行泛化分析。近年来，已经提出了许多学习排名算法。其中，与其他方法相比，列表方法显示...
热度：7
10Ranking Interesting Subgroups[对感兴趣的子组进行排名]
Stefan Rüping(会议) 子组发现是识别数据库中目标属性Y分布偏差最大的前k个模式的任务。子群发现是识别数据中有趣模式的一种流行方法，因为它有效地将统计显著性与模式的可理解表示作...
热度：5
Stefan Rüping(会议) 子组发现是识别数据库中目标属性Y分布偏差最大的前k个模式的任务。子群发现是识别数据中有趣模式的一种流行方法，因为它有效地将统计显著性与模式的可理解表示作...
热度：5
11Decision Tree and Instance-Based Learning for Label Ranking[基于决策树和实例的标签排序学习]
Weiwei Cheng(会议) 标签排名问题包括学习一个模型，该模型将实例映射到一组预定义标签上的总订单。本文介绍了补充和改进现有方法的标签排名新方法。更具体地说，我们提出了迄今为止...
热度：6
Weiwei Cheng(会议) 标签排名问题包括学习一个模型，该模型将实例映射到一组预定义标签上的总订单。本文介绍了补充和改进现有方法的标签排名新方法。更具体地说，我们提出了迄今为止...
热度：6
12Hoeffding and Bernstein Races for Selecting Policies in Evolutionary Direct Policy Search[Hoeffding和Bernstein的策略选择竞赛]
Christian Igel(会议) 在从各种来源进行强化学习时会出现不确定性，因此有必要考虑基于几次推出的统计数据来评估行为策略。我们在CMA-ES中添加了基于Hoeffding和经验Bernstein竞争的自...
热度：5
Christian Igel(会议) 在从各种来源进行强化学习时会出现不确定性，因此有必要考虑基于几次推出的统计数据来评估行为策略。我们在CMA-ES中添加了基于Hoeffding和经验Bernstein竞争的自...
热度：5
13Optimistic Initialization and Greediness Lead to Polynomial Time Learning in Factored MDPs[因子MDP中的乐观初始化和贪婪导致多项式时间学习]
Istvan Szita(会议) 本文提出了一种在因子马尔可夫决策过程（FMDP）中进行多项式时间强化学习的算法。因子乐观初始模型（FOIM）算法以传统方式维护FMDP的经验模型，并始终对其模型遵...
热度：6
Istvan Szita(会议) 本文提出了一种在因子马尔可夫决策过程（FMDP）中进行多项式时间强化学习的算法。因子乐观初始模型（FOIM）算法以传统方式维护FMDP的经验模型，并始终对其模型遵...
热度：6
14Nearest Neighbors in High-Dimensional Data: The Emergence and Influence of Hubs[高维数据中的最近邻：中心的出现和影响]
Miloš Radovanović(会议) 高维度会带来严重的困难，被广泛认为是维度灾难的不同方面。在本文中，我们研究了诅咒的一个新方面，即k次出现的分布，即一个点在数据集中其他点的k个最近邻中出...
热度：6
Miloš Radovanović(会议) 高维度会带来严重的困难，被广泛认为是维度灾难的不同方面。在本文中，我们研究了诅咒的一个新方面，即k次出现的分布，即一个点在数据集中其他点的k个最近邻中出...
热度：6
15Spectral Clustering Based on the Graph p-Laplacian[基于图p-Laplacian的谱聚类]
Thomas Bühler(会议) 我们提出了一种使用图p-Laplacian的谱聚类的广义版本，这是标准图拉普拉斯的非线性推广。我们证明了图的第二特征向量p-Laplacian在归一化松弛和Cheeger切割之间...
热度：7
Thomas Bühler(会议) 我们提出了一种使用图p-Laplacian的谱聚类的广义版本，这是标准图拉普拉斯的非线性推广。我们证明了图的第二特征向量p-Laplacian在归一化松弛和Cheeger切割之间...
热度：7