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→电子、通信与自动控制技术→信息处理技术::
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
196Incremental Line-based 3D Reconstruction using Geometric Constraints[基于几何约束的增量线三维重建]
Manuel Hofer(格拉茨理工大学) 由于缺少纹理的物体或线状结构的存在，为人造环境生成准确的3D模型可能是一项艰巨的任务。由于传统的基于点的3D重建方法可能无法将这些结构集成到生成的点云中，...
热度：32
Manuel Hofer(格拉茨理工大学) 由于缺少纹理的物体或线状结构的存在，为人造环境生成准确的3D模型可能是一项艰巨的任务。由于传统的基于点的3D重建方法可能无法将这些结构集成到生成的点云中，...
热度：32
197Bayesian Gaussian process latent variable model[贝叶斯高斯过程潜在变量模型]
Michalis K. Titsias(曼彻斯特大学) 我们引入了一个变分推理框架来训练高斯过程潜在变量模型，从而进行贝叶斯非线性降维。这种方法使我们能够对高斯过程的输入变量进行变分积分，并为非线性潜在变量...
热度：121
Michalis K. Titsias(曼彻斯特大学) 我们引入了一个变分推理框架来训练高斯过程潜在变量模型，从而进行贝叶斯非线性降维。这种方法使我们能够对高斯过程的输入变量进行变分积分，并为非线性潜在变量...
热度：121
198System Identification Using Machine Learning Methods[基于机器学习方法的系统辨识]
Felix A. Wichmann(马克斯普朗克研究所) 在行为层面上理解感知和潜在的认知过程需要解决特征识别问题：感觉系统的计算基于哪些特征？我们可以使用哪些技术来识别它们？因此，心理物理学的主要挑战之一是...
热度：105
Felix A. Wichmann(马克斯普朗克研究所) 在行为层面上理解感知和潜在的认知过程需要解决特征识别问题：感觉系统的计算基于哪些特征？我们可以使用哪些技术来识别它们？因此，心理物理学的主要挑战之一是...
热度：105
199The engineering of real‐time embedded systems: Why software needs to be developed using rigorous engineering-based methods?[实时嵌入式系统工程：为什么需要使用严格的基于工程的方法来开发软件？]
Jim Cooling(林登特联合公司) 微处理器大约在1970年问世，最初是非常昂贵的设备。然而，到该十年末，其成本已大大下降，这主要归功于设计和制造方法的改进。突然的成本不再是使用它代替传统的...
热度：43
Jim Cooling(林登特联合公司) 微处理器大约在1970年问世，最初是非常昂贵的设备。然而，到该十年末，其成本已大大下降，这主要归功于设计和制造方法的改进。突然的成本不再是使用它代替传统的...
热度：43
200Recent Advances in Large Linear Classification[大型线性分类的最新进展]
Chih-Jen Lin(斯坦福大学) 线性分类是机器学习和数据挖掘中的有用工具。对于丰富维空间中的某些数据，线性分类器的预测性能已显示出接近非线性分类器（例如核方法）的预测性能，但是训练和...
热度：29
Chih-Jen Lin(斯坦福大学) 线性分类是机器学习和数据挖掘中的有用工具。对于丰富维空间中的某些数据，线性分类器的预测性能已显示出接近非线性分类器（例如核方法）的预测性能，但是训练和...
热度：29
201Divide and Conquer Kernel Ridge Regression[分治核岭回归]
Yuchen Zhang(加州大学) 我们研究了基于分解的可伸缩方法来执行内核岭回归。简单地描述了该方法：将大小为N的数据集随机分为相等大小的m个子集，为每个子集计算一个独立的内核岭回归估计...
热度：23
Yuchen Zhang(加州大学) 我们研究了基于分解的可伸缩方法来执行内核岭回归。简单地描述了该方法：将大小为N的数据集随机分为相等大小的m个子集，为每个子集计算一个独立的内核岭回归估计...
热度：23
202Jointly Modeling Aspects, Ratings and Sentiments for Movie Recommendation (JMARS)[联合建模方面，收视率和情感电影推荐（JMARS）]
Chao-Yuan Wu(卡内基梅隆大学) 推荐和评论网站提供了除评级之外的大量信息。例如，在IMDb上，用户留下评论，评论电影的不同方面（例如演员，情节，视觉效果），并在评论中表达对这些方面的看法...
热度：86
Chao-Yuan Wu(卡内基梅隆大学) 推荐和评论网站提供了除评级之外的大量信息。例如，在IMDb上，用户留下评论，评论电影的不同方面（例如演员，情节，视觉效果），并在评论中表达对这些方面的看法...
热度：86
203Dynamic Time Warping’s New Youth[动态时间扭曲的新青年]
Xavier Anguera Miro(艾尔莎公司) 在语音相关应用程序中普遍使用隐马尔可夫模型（HMM）之前，模式匹配算法（如众所周知的动态时间规整（DTW）算法[1]）已广泛用于诸如语音关键词识别之类的应用程...
热度：30
Xavier Anguera Miro(艾尔莎公司) 在语音相关应用程序中普遍使用隐马尔可夫模型（HMM）之前，模式匹配算法（如众所周知的动态时间规整（DTW）算法[1]）已广泛用于诸如语音关键词识别之类的应用程...
热度：30
204Video Pop-up: Monocular 3D Reconstruction of Dynamic Scenes[视频弹出：动态场景的单目三维重建]
Chris Russell(伦敦大学) 请考虑一个摄像机拍摄的视频序列，该视频序列观察一个复杂的动态场景，其中包含多个运动物体和可能变形物体的未知混合物。在本文中，我们提出了一种无监督的方法...
热度：43
Chris Russell(伦敦大学) 请考虑一个摄像机拍摄的视频序列，该视频序列观察一个复杂的动态场景，其中包含多个运动物体和可能变形物体的未知混合物。在本文中，我们提出了一种无监督的方法...
热度：43
205Modeling the Digital Camera Pipeline: From RAW to sRGB and Back[数码相机流水线的建模：从原始到sRGB再到回来]
Michael S. Brown(新加坡国立大学) 本演讲通过对来自30多个摄像机的10,000多个图像进行广泛的分析，介绍了对摄像机成像过程的研究。目的是研究是否可以将输出图像值（即sRGB）转换为物理上有意义的...
热度：116
Michael S. Brown(新加坡国立大学) 本演讲通过对来自30多个摄像机的10,000多个图像进行广泛的分析，介绍了对摄像机成像过程的研究。目的是研究是否可以将输出图像值（即sRGB）转换为物理上有意义的...
热度：116
206Probabilistic Topic Modeling in Multilingual Settings: A Short Overview of Its Methodology and Applications[多语种背景下的概率主题建模：方法与应用概述]
Ivan Vulić(鲁汶大学) 概率主题模型是无监督的生成模型，可将文档内容建模为两步生成过程，即，文档被视为潜在主题的混合，而主题是词汇单词上的概率分布。最近，已经投入了大量的研究...
热度：53
Ivan Vulić(鲁汶大学) 概率主题模型是无监督的生成模型，可将文档内容建模为两步生成过程，即，文档被视为潜在主题的混合，而主题是词汇单词上的概率分布。最近，已经投入了大量的研究...
热度：53
207Distributed, Real-Time Bayesian Learning in Online Service[在线服务中的分布式实时贝叶斯学习]
Ralf Herbrich(亚马逊公司) 过去十年中，基于Internet的在线服务（例如搜索，广告，游戏和社交网络）取得了巨大的增长。如今，分析大量用户交互数据非常重要，这是为这些服务建立预测模型以...
热度：38
Ralf Herbrich(亚马逊公司) 过去十年中，基于Internet的在线服务（例如搜索，广告，游戏和社交网络）取得了巨大的增长。如今，分析大量用户交互数据非常重要，这是为这些服务建立预测模型以...
热度：38
208High-dimensional regression with noisy and missing data: Provable guarantees with non-convexity[含噪声和缺失数据的高维回归：非凸性的可证明保证]
Po-Ling Loh(加州大学) 尽管预测问题的标准公式包括在i.i.d中完全观察到的无噪声数据。这样，许多应用程序涉及嘈杂的数据和/或丢失的数据，可能涉及依赖项。我们在高维稀疏线性回归的背...
热度：36
Po-Ling Loh(加州大学) 尽管预测问题的标准公式包括在i.i.d中完全观察到的无噪声数据。这样，许多应用程序涉及嘈杂的数据和/或丢失的数据，可能涉及依赖项。我们在高维稀疏线性回归的背...
热度：36
209Bayesian Nonparametric Intrinsic Image Decomposition[贝叶斯非参数内在图像分解]
Jason Chang(谷歌公司) 我们提出了一个生成概率模型，该模型将图像分解为反射率和阴影分量。所提出的方法使用Dirichlet过程高斯混合模型，其中均值参数根据高斯过程共同演化。与现有方...
热度：63
Jason Chang(谷歌公司) 我们提出了一个生成概率模型，该模型将图像分解为反射率和阴影分量。所提出的方法使用Dirichlet过程高斯混合模型，其中均值参数根据高斯过程共同演化。与现有方...
热度：63
210Linked Data in Linguistics for NLP and Web Annotation[NLP与Web标注的语言学关联数据]
Sebastian Hellmann(莱比锡大学) 此演示文稿介绍了三个主要的数据池，这些资源池最近已通过协作社区过程作为链接数据免费提供：（1）DBpedia国际化委员会关注从特定语言的Wikipedia版本中提取RDF...
热度：48
Sebastian Hellmann(莱比锡大学) 此演示文稿介绍了三个主要的数据池，这些资源池最近已通过协作社区过程作为链接数据免费提供：（1）DBpedia国际化委员会关注从特定语言的Wikipedia版本中提取RDF...
热度：48