境外开放课程——编辑志愿者

31
Where's What? - Towards Semantic Mapping of Urban Environments[哪里是什么？-对城市环境的语义映射]
  Ingmar Posner(牛津大学) 从覆盖同一工作空间的多种模式获得连续数据流一直被机器人研究人员视为一种特权。数据融合在这一领域有着成功的记录，导致了目前为止非结构化环境中高质量大规模...
热度：28

32
Graph-Valued Regression[图的价值回归]
  Xi Chen(卡内基梅隆大学) 无向图形模型在图G中编码随机向量y的依赖结构。在许多应用中，考虑到另一个随机向量x作为输入，对y进行建模是很有意义的。我们将x=x条件下y的图g（x）估计为图值...
热度：43

33
Effects of Stress and Genotype on Exploration-Exploitation Dynamics in Reinforcement Learning[压力和基因型对强化学习中勘探开发动态的影响]
  Gedi Lukšys(洛桑联邦理工学院) 压力和遗传背景通过压力激素和神经调节剂的作用调节行为学习的不同方面。同样，在强化学习（RL）模型中，开发探索因子和其他元参数控制学习动态和性能。我们发现...
热度：79

34
Extracting Structural Information from Images of Spiral Galaxies[从螺旋星系图像中提取结构信息]
  Wayne Hayes(加利福尼亚大学) 我们已经创造了一种从螺旋星系图像中有效和自动地提取结构的方法。特别是，我们可以通过基于ARM段成员关系将像素聚集在一起来隔离“螺旋臂段”。然后，我们可以...
热度：38

35
Text Mining, Information and Fact Extraction (TMIFE)[文本挖掘，信息与事实提取 (TMIFE)]
  Marie-Francine Moens(鲁汶大学) 社区（医疗信息学、安全、博客和新闻分析、商业信息分析、法律信息学等）。？尽管如此，今天它还是人类语言技术和信息检索的一个有点支离破碎的分支领域，其中（...
热度：52

36
A Preliminary Evaluation of Word Representations for Named-Entity Recognition[命名实体识别的一个字表示的初步评价]
  Joseph Turian(蒙特利尔大学) 对于线性模型的命名实体识别（NER）系统，我们使用不同的词表示作为词特征。这项工作是一个更大的实证调查的一部分，评估不同NLP任务中不同的词表示。我们评估了...
热度：39

37
Classification with Deep Invariant Scattering Networks[深不变散射网络的分类]
  Stéphane Mallat(法国理工学院) 与统计决策理论相比，高维数据表示尚处于混乱的初期。如何优化内核或所谓的特征向量？它们应该增加还是减少维度？令人惊讶的是，深度神经网络已经成功地构建了积...
热度：81

38
Gradient Weights help Nonparametric Regressors[梯度权重帮助非参数回归系数]
  Samory Kpotufe(普林斯顿大学) 在实D上的回归问题中，未知函数f在某些坐标中的变化比在其他坐标中的变化更大。我们表明，用f的第i个导数的估计范数对每个坐标i进行加权是显著提高基于距离的回...
热度：37

39
Active dendrites: adaptation to spike-based communication[主动树突：适应基于穗的通信]
  Balazs B Ujfalussy(剑桥大学) 树突计算的计算分析通常假定神经元的输入是固定的，忽略了神经元之间基于尖峰的通信的脉动性质以及由这种尖峰输入引起的瞬间波动。相反，带尖峰神经元的电路计算...
热度：37

40
Learning About Sensorimotor Data[学习感觉运动的数据]
  Sutton Richard S(阿尔伯塔大学) 时间差（td）学习奖励预测是强化学习算法和标准多巴胺模型的基础，基于奖励的大脑学习。这种计算和神经科学思想的融合可能是自赫布突触以来最成功的。它能超越奖...
热度：31

41
Inference for PCFGs and Adaptor Grammars[对于PCFGs和适配器语法的推理]
  Mark Johnson(布朗大学) 本文描述了我们为适配器语法推断开发的过程。适配器语法是PCFGS的非参数扩展，可用于描述各种语音和形态语言学习任务。我们首先回顾作为适配器语法推断基础的概...
热度：61

42
Large-Scale Machine Learning: The Problems, Algorithms, and Challenges[大规模的机器学习：问题，运算法则和挑战]
  Alex Gray(乔治亚理工学院) 为了促成讨论，我将尝试通过研究所有机器学习中常见的计算问题以及为它们创建高效并行算法的挑战，来组织大规模机器学习中的研究工作。我将首先确定在所有机器学...
热度：35

43
Towards a Polymer Model of Genetic Recombination[一种遗传重组的高分子模型]
  Christopher Penfold(华威大学) 同源重组（HR）是指在细胞分裂过程中，例如减数分裂和有丝分裂，以及对环境诱导的遗传损伤的反应中，遗传物质的重组。HR优先出现在某些区域，并且受染色体包装引...
热度：45

44
Cross Language Text Classification via Multi-view Subspace Learning[通过多视角的子空间学习跨语言文本分类]
  Yuhong Guo(天普大学) 跨语言分类是多语言学习中的一项重要任务，旨在降低每种语言的不同分类模型训练的标记成本。本文提出了一种新的跨语言文本分类子空间共正则多视图学习方法。对一...
热度：42

45
Future dark energy probes and their robustness to systematics[未来的暗能量探测及其鲁棒性研究]
  Marisa Cristina March(萨塞克斯大学) 我们扩展了通常用于量化未来暗能量探测器的统计性能的优点形式主义图，以评估未来任务对可信系统偏差的稳健性。我们引入了一个新的优点稳健性图，该图可以在Fish...
热度：41