境外开放课程——编辑志愿者
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
![](functions/showpic.php?filename=2016061211394750.png)
Large-Scale Graph-based Transductive Inference[基于直推式大型图]
Jeff A. Bilmes(华盛顿大学) 我们考虑了基于图的半监督学习(SSL)算法的可伸缩性问题。在此背景下,我们提出了一种快速的图节点排序算法,通过对缓存的认知来提高并行空间位置。这种方法允...
热度:28
Jeff A. Bilmes(华盛顿大学) 我们考虑了基于图的半监督学习(SSL)算法的可伸缩性问题。在此背景下,我们提出了一种快速的图节点排序算法,通过对缓存的认知来提高并行空间位置。这种方法允...
热度:28
![](functions/showpic.php?filename=2016061211342656.png)
Learning to Learn with Compound HD Models[学习与复合高清模型]
Russ R Salakhutdinov(多伦多大学) 我们介绍了hd(或";hierarchical deep";)模型,这是一种新的复合学习体系结构,它将深度学习模型与结构化分层贝叶斯模型集成在一起。具体来说,我们展示了如...
热度:42
Russ R Salakhutdinov(多伦多大学) 我们介绍了hd(或";hierarchical deep";)模型,这是一种新的复合学习体系结构,它将深度学习模型与结构化分层贝叶斯模型集成在一起。具体来说,我们展示了如...
热度:42
![](functions/showpic.php?filename=2016061211360472.png)
Priors over Recurrent Continuous Time Processes[在反复的连续时间先验的过程]
Ardavan Saeedi(不列颠哥伦比亚大学) 我们介绍了伽马指数过程(GEP),一个先验的连续时间过程大家族。这种先验模型(hgep;hierarchical gep)的分层版本生成了一个用于分析复杂时间序列的有用模型...
热度:37
Ardavan Saeedi(不列颠哥伦比亚大学) 我们介绍了伽马指数过程(GEP),一个先验的连续时间过程大家族。这种先验模型(hgep;hierarchical gep)的分层版本生成了一个用于分析复杂时间序列的有用模型...
热度:37
![](functions/showpic.php?filename=2016061211273634.png)
Practical Variational Inference for Neural Networks[神经网络的实际变分推理]
Alex Graves(多伦多大学) 变分法是神经网络贝叶斯推理的一种可处理的近似方法。然而,目前提出的方法只适用于一些简单的网络体系结构。本文介绍了一种易于实现的随机变分方法(或等效的最...
热度:70
Alex Graves(多伦多大学) 变分法是神经网络贝叶斯推理的一种可处理的近似方法。然而,目前提出的方法只适用于一些简单的网络体系结构。本文介绍了一种易于实现的随机变分方法(或等效的最...
热度:70
![](functions/showpic.php?filename=2016061211235070.png)
A Non-Parametric Approach to Dynamic Programming[动态规划的非参数化方法]
Oliver B Kroemer(达姆施塔特理工大学) 本文研究了连续状态系统的政策评价问题。本文提出了一种非参数化的政策评价方法,该方法利用核密度估计来表示系统。该模型的值函数的真形式可以确定,并且可以用...
热度:40
Oliver B Kroemer(达姆施塔特理工大学) 本文研究了连续状态系统的政策评价问题。本文提出了一种非参数化的政策评价方法,该方法利用核密度估计来表示系统。该模型的值函数的真形式可以确定,并且可以用...
热度:40
![](functions/showpic.php?filename=2016061101215079.png)
Coevolution[共同进化]
Alex Kraaijeveld(伦敦帝国理工学院) 达尔文为我们所看到的周围生物的复杂性提供了第一个机械的解释已经有一个半世纪了。只有在近30年左右的时间里,计算系统才被用来尝试对复杂的人工问题进行自然选...
热度:46
Alex Kraaijeveld(伦敦帝国理工学院) 达尔文为我们所看到的周围生物的复杂性提供了第一个机械的解释已经有一个半世纪了。只有在近30年左右的时间里,计算系统才被用来尝试对复杂的人工问题进行自然选...
热度:46
![](functions/showpic.php?filename=2016061001375536.png)
The Multidimensional Wisdom of Crowds[人群的多维智慧]
Peter Welinder(加州理工学院) 在成百上千的注释器之间分布标记任务是注释大型数据集的一种日益重要的方法。我们提出了一种从多个注释器提供的(噪声)注释中估计每个图像的底层值(例如类)的...
热度:44
Peter Welinder(加州理工学院) 在成百上千的注释器之间分布标记任务是注释大型数据集的一种日益重要的方法。我们提出了一种从多个注释器提供的(噪声)注释中估计每个图像的底层值(例如类)的...
热度:44
![](functions/showpic.php?filename=2016060902480157.png)
Probabilistic Deterministic Infinite Automata[概率确定性无限自动机]
David Pfau(哥伦比亚大学) 提出了一种新的概率确定性有限自动机贝叶斯非参数学习方法。我们定义并开发了一个具有无限多状态的PDFA,我们称之为概率确定性无限自动机(PDIA)。该模型中的后...
热度:145
David Pfau(哥伦比亚大学) 提出了一种新的概率确定性有限自动机贝叶斯非参数学习方法。我们定义并开发了一个具有无限多状态的PDFA,我们称之为概率确定性无限自动机(PDIA)。该模型中的后...
热度:145
![](functions/showpic.php?filename=2016060902422835.png)
Slice sampling covariance hyperparameters of latent[切片采样协方差参数的潜在]
Iain Murray(爱丁堡大学) 高斯过程(gp)是概率模型中一种常用的指定随机变量依赖关系的方法。在贝叶斯框架中,协方差结构可以使用未知的超参数来指定。在这些超参数上进行积分可以考虑在...
热度:39
Iain Murray(爱丁堡大学) 高斯过程(gp)是概率模型中一种常用的指定随机变量依赖关系的方法。在贝叶斯框架中,协方差结构可以使用未知的超参数来指定。在这些超参数上进行积分可以考虑在...
热度:39
![](functions/showpic.php?filename=2016060902345519.png)
Construction of Dependent Dirichlet Processes[依赖狄利克雷建设过程]
Dahua Lin(麻省理工学院) 我们提出了一种构造依赖Dirichlet过程的方法。新方法利用狄里克莱过程和泊松过程之间的内在关系,建立了一个适合作为优先超演化混合模型的狄里克莱过程的马尔可...
热度:41
Dahua Lin(麻省理工学院) 我们提出了一种构造依赖Dirichlet过程的方法。新方法利用狄里克莱过程和泊松过程之间的内在关系,建立了一个适合作为优先超演化混合模型的狄里克莱过程的马尔可...
热度:41
![](functions/showpic.php?filename=2016060901491495.png)
Learning Structural Correspondences Across Different Linguistic Domains with Synchronous Neural Language Models[通过不同语言域的同步神经网络模型学习结构的对应关系]
Stephan Gouws(斯泰伦博斯大学) 在同步神经语言模型训练的基础上,提出了一种新的学习两个语言域结构对应关系的框架。我们的初步结果表明,我们的框架可以成功地用于学习跨不同领域的相关对象的...
热度:48
Stephan Gouws(斯泰伦博斯大学) 在同步神经语言模型训练的基础上,提出了一种新的学习两个语言域结构对应关系的框架。我们的初步结果表明,我们的框架可以成功地用于学习跨不同领域的相关对象的...
热度:48
![](functions/showpic.php?filename=2016060912323624.png)
Probing non-Gaussianities in the CMB on an incomplete sky using surrogates[在一个不完整的天空利用代理探测CMB中的非Gaussianities指标]
Gregor Rossmanith(路德维希·马克西米利安斯大学) 对于商业银行业务数据集的研究,傅立叶相位分析已被证明是一种有用的方法,因为所有潜在的高阶相关,直接指向非高斯,都包含在相位和它们之间的相关性。傅立叶相...
热度:65
Gregor Rossmanith(路德维希·马克西米利安斯大学) 对于商业银行业务数据集的研究,傅立叶相位分析已被证明是一种有用的方法,因为所有潜在的高阶相关,直接指向非高斯,都包含在相位和它们之间的相关性。傅立叶相...
热度:65
![](functions/showpic.php?filename=2016060912010518.png)
Efficient Estimation of N-point Spatial Statistics[N点空间统计的有效估量]
Alexander Gray(乔治亚理工学院) 天文数据的精确统计分析是验证暗物质和暗能量等复杂现象模型的关键。特别是,大规模的天空目录需要空间统计。n点相关函数提供了对任何点过程的完整描述,并广泛...
热度:54
Alexander Gray(乔治亚理工学院) 天文数据的精确统计分析是验证暗物质和暗能量等复杂现象模型的关键。特别是,大规模的天空目录需要空间统计。n点相关函数提供了对任何点过程的完整描述,并广泛...
热度:54
![](functions/showpic.php?filename=2016060911494032.png)
Neural Networks and GREAT10 Galaxies[神经网络和杰出的10星系]
Adam Gauci(马耳他大学) 本研究探讨人工神经网路(ANN)在「大挑战」的黛布银河明信片中的应用。建立了高分辨率模型,并与给定的点扩散函数(PSF)进行卷积,生成相应的模糊图像。然后在...
热度:60
Adam Gauci(马耳他大学) 本研究探讨人工神经网路(ANN)在「大挑战」的黛布银河明信片中的应用。建立了高分辨率模型,并与给定的点扩散函数(PSF)进行卷积,生成相应的模糊图像。然后在...
热度:60
![](functions/showpic.php?filename=2016060911334068.png)
A Personal Journey: From Signals and Systems to Graphical Models[个人之旅:从信号和系统到图形化模型]
Alan Willsky(麻省理工学院) 这篇演讲概述了一条曲折的研究路线,始于1988年,从一些信号处理器和控制理论家开始,他们试图对新兴的小波分析领域进行统计分析,令演讲者惊讶的是,他们进入了...
热度:39
Alan Willsky(麻省理工学院) 这篇演讲概述了一条曲折的研究路线,始于1988年,从一些信号处理器和控制理论家开始,他们试图对新兴的小波分析领域进行统计分析,令演讲者惊讶的是,他们进入了...
热度:39