境外开放课程——按学科专业列表
开放课程→自然科学→数学→概率论::
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
![](functions/showpic.php?filename=2019040307545466.png)
Efficiently approximating Markov tree bagging for high-dimensional density estimation[有效地逼近马尔可夫树袋装以进行高维密度估计]
François Schnitzler(列日大学) 我们考虑用于生成袋状马氏树混合物的算法,用于密度估计。在针对许多变量定义的问题中以及当可用的观察很少时,这些混合通常优于单个马尔可夫树,从而最大化数据...
热度:68
François Schnitzler(列日大学) 我们考虑用于生成袋状马氏树混合物的算法,用于密度估计。在针对许多变量定义的问题中以及当可用的观察很少时,这些混合通常优于单个马尔可夫树,从而最大化数据...
热度:68
![](functions/showpic.php?filename=2019040307512388.png)
Abductive Plan Recognition by Extending Bayesian Logic Programs[通过扩展贝叶斯逻辑程序识别诱导计划]
Sindhu Raghavan(德克萨斯大学) 计划识别是根据其观察到的行为预测代理商的顶级计划的任务。这是一个诱导性的推理任务,涉及从效果中推断原因。大多数现有的计划识别方法使用一阶逻辑或概率图形...
热度:48
Sindhu Raghavan(德克萨斯大学) 计划识别是根据其观察到的行为预测代理商的顶级计划的任务。这是一个诱导性的推理任务,涉及从效果中推断原因。大多数现有的计划识别方法使用一阶逻辑或概率图形...
热度:48
![](functions/showpic.php?filename=2019040307461564.png)
Analyzing and Escaping Local Optima in Planning as Inference for Partially Observable Domains[在计划中作为局部可观测域推理的规划中局部最优分析与逃避]
Pascal Poupart(滑铁卢大学) 作为推理的规划最近成为用于具有离散和连续变量的完全和部分可观察域中的单个和多个代理系统的决策理论规划和强化学习的通用方法。由于当状态是部分可观察的时,...
热度:56
Pascal Poupart(滑铁卢大学) 作为推理的规划最近成为用于具有离散和连续变量的完全和部分可观察域中的单个和多个代理系统的决策理论规划和强化学习的通用方法。由于当状态是部分可观察的时,...
热度:56
![](functions/showpic.php?filename=2019040307111615.png)
Smooth Receiver Operating Characteristics (smROC) Curves[平滑接收器工作特性(smROC)曲线]
William Klement(渥太华大学) 监督学习算法执行常见任务,包括分类,排名,评分和概率估计。我们研究了评估测量如何利用这些模型经常产生的评分信息。 ROC曲线表示分类器的排名性能的可视化。...
热度:100
William Klement(渥太华大学) 监督学习算法执行常见任务,包括分类,排名,评分和概率估计。我们研究了评估测量如何利用这些模型经常产生的评分信息。 ROC曲线表示分类器的排名性能的可视化。...
热度:100
![](functions/showpic.php?filename=2019032708444615.png)
Bi-Directional Joint Inference for Entity Resolution and Segmentation Using Imperatively-Defined Factor Graphs[基于强制定义因子图的实体分解和分割的双向联合推理]
Sameer Singh(马萨诸塞大学) 人们越来越关注跨多个子任务使用联合推理作为避免传统管道中错误的级联累积的机制。最近的几篇论文展示了实体提及的细分与它们的重复之间的联合推理,然而,它们...
热度:42
Sameer Singh(马萨诸塞大学) 人们越来越关注跨多个子任务使用联合推理作为避免传统管道中错误的级联累积的机制。最近的几篇论文展示了实体提及的细分与它们的重复之间的联合推理,然而,它们...
热度:42
![](functions/showpic.php?filename=2019032708295614.png)
Learning Multi-Linear Representations of Probability Distributions for Efficient Inference[学习概率分布的多线性表示法进行有效推理]
Rajhans Samdani(伊利诺伊大学) 我们研究了用于表示离散变量上的概率分布的多线性多项式表示(MLR)的类。最近,MLR被认为是中间表示,有助于在表示为图形模型的分布中进行推断。我们证明MLR是...
热度:75
Rajhans Samdani(伊利诺伊大学) 我们研究了用于表示离散变量上的概率分布的多线性多项式表示(MLR)的类。最近,MLR被认为是中间表示,有助于在表示为图形模型的分布中进行推断。我们证明MLR是...
热度:75
![](functions/showpic.php?filename=2019032707094748.png)
Mining Peculiar Compositions of Frequent Substrings from Sparse Text Data Using Background Texts[利用背景文本从稀疏文本数据中挖掘频繁字符串的特殊成分]
Daisuke Ikeda(东京大学) 我们考虑从文本T中挖掘不寻常的模式。与假定概率模型和使用简单估计方法的现有方法不同,除了T和w和xy的x和y的组合作为模式之外,我们使用背景文本的集合B.如果...
热度:37
Daisuke Ikeda(东京大学) 我们考虑从文本T中挖掘不寻常的模式。与假定概率模型和使用简单估计方法的现有方法不同,除了T和w和xy的x和y的组合作为模式之外,我们使用背景文本的集合B.如果...
热度:37
![](functions/showpic.php?filename=2019032312405110.png)
One-class Classification by Combining Density and Class Probability Estimation[密度估计与类概率相结合的一类分类]
Kathryn Hempstalk, Eibe Frank, Ian H. Witten(怀卡托大学) 一类分类具有重要的应用,例如异常值和新颖性检测。通常使用密度估计技术或通过使标准分类算法适应于划出描述目标数据的位置的决策边界的问题来解决它。在本文中...
热度:76
Kathryn Hempstalk, Eibe Frank, Ian H. Witten(怀卡托大学) 一类分类具有重要的应用,例如异常值和新颖性检测。通常使用密度估计技术或通过使标准分类算法适应于划出描述目标数据的位置的决策边界的问题来解决它。在本文中...
热度:76
![](functions/showpic.php?filename=2019032008023978.png)
Diverse M-Best Solutions in Markov Random Fields[马尔可夫随机场中的多样化M-Best的解法]
Laurent Itti, Dhruv Batra, Ramin Zabih(佐治亚理工学院) 已经针对用于在概率(随机场)模型中获得最高概率(MAP)配置的算法进行了很多努力。在许多情况下,人们可以从额外的高概率解决方案中受益。用于计算M个最可能配...
热度:46
Laurent Itti, Dhruv Batra, Ramin Zabih(佐治亚理工学院) 已经针对用于在概率(随机场)模型中获得最高概率(MAP)配置的算法进行了很多努力。在许多情况下,人们可以从额外的高概率解决方案中受益。用于计算M个最可能配...
热度:46
![](functions/showpic.php?filename=2019031903331498.png)
Socioeconomic Networks with Long-range Interactions[具有长期互动的社会经济网络]
Rui Carvalho(伦敦大学学院) 在网络良好的社区中,信息通常在个人的直接和间接熟人之间进行非正式分享。在这里,我们研究杰克逊和沃林斯基先前提出的模型,用于说明在社会经济网络中传递信息...
热度:78
Rui Carvalho(伦敦大学学院) 在网络良好的社区中,信息通常在个人的直接和间接熟人之间进行非正式分享。在这里,我们研究杰克逊和沃林斯基先前提出的模型,用于说明在社会经济网络中传递信息...
热度:78
![](functions/showpic.php?filename=2019031309002750.png)
Duality Between Estimation and Control[估计与控制的对偶性]
Sanjoy K. Mitter(麻省理工学院) 在这次演讲中,我讨论了贝叶斯推理作为自由能量最小化的问题和与此观点相关的Fenchel Legendre对偶性。我将其专门用于非线性观测的非线性扩散估计问题,并说明了...
热度:97
Sanjoy K. Mitter(麻省理工学院) 在这次演讲中,我讨论了贝叶斯推理作为自由能量最小化的问题和与此观点相关的Fenchel Legendre对偶性。我将其专门用于非线性观测的非线性扩散估计问题,并说明了...
热度:97
![](functions/showpic.php?filename=2019031308361228.png)
Disambiguating Visual Relations Using Loop Constraints[使用循环约束消除视觉关系的歧义]
Christopher Zach(苏黎世联邦理工学院) 重复和模糊的视觉结构通常在许多计算机视觉应用中存在严重的问题。仅基于低级特征识别图像之间的不正确几何关系并不总是可行的,并且需要关于估计关系的一致性的...
热度:62
Christopher Zach(苏黎世联邦理工学院) 重复和模糊的视觉结构通常在许多计算机视觉应用中存在严重的问题。仅基于低级特征识别图像之间的不正确几何关系并不总是可行的,并且需要关于估计关系的一致性的...
热度:62
![](functions/showpic.php?filename=2019031210365779.png)
On Detection of Multiple Object Instances using Hough Transforms[利用霍夫变换检测多个对象实例]
Olga Barinova(罗蒙诺索夫莫斯科国立大学) 为了检测多个感兴趣的对象,基于霍夫变换的方法使用非最大值抑制或模式寻找以便定位和区分Houghimages中的峰值。这种后处理需要调整额外的参数并且通常是脆弱的...
热度:44
Olga Barinova(罗蒙诺索夫莫斯科国立大学) 为了检测多个感兴趣的对象,基于霍夫变换的方法使用非最大值抑制或模式寻找以便定位和区分Houghimages中的峰值。这种后处理需要调整额外的参数并且通常是脆弱的...
热度:44
![](functions/showpic.php?filename=2019022703074023.png)
Optimal Probability Estimation with Applications to Prediction and Classification[最优概率估计及其在预测分类中的应用]
Ananda Theertha Suresh(加州大学圣地亚哥分校) 通过概率估计,分类和预测的统一观点,我们推导出一致最优组合概率估计器,构造一个均匀逼近最佳标签不变分类器误差的分类器,并改进现有的模式预测和压缩结果
热度:39
Ananda Theertha Suresh(加州大学圣地亚哥分校) 通过概率估计,分类和预测的统一观点,我们推导出一致最优组合概率估计器,构造一个均匀逼近最佳标签不变分类器误差的分类器,并改进现有的模式预测和压缩结果
热度:39
![](functions/showpic.php?filename=2019031007274382.png)
General Oracle Inequalities for Gibbs Posterior with Application to Ranking[Gibbs末端的一般Oracle不等式及其在排序中的应用]
Cheng Li(西北大学) 在本文中,我们总结了Li等人的一些最新成果。 (2012),可用于扩展重要的PAC贝叶斯方法,即Gibbs后验,以研究非加性排序风险。该方法基于假设自由风险界限和非...
热度:94
Cheng Li(西北大学) 在本文中,我们总结了Li等人的一些最新成果。 (2012),可用于扩展重要的PAC贝叶斯方法,即Gibbs后验,以研究非加性排序风险。该方法基于假设自由风险界限和非...
热度:94