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::
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
316An Optimization Based Framework for Dynamic Batch Mode Active Learning[基于优化的动态批模式主动学习框架 ]
Shayok Chakraborty(亚利桑那州立大学 ) 主动学习技术在减少人类对注释数据实例的努力以引入分类器方面已经普及。当面对大量未标记数据时，此类算法会自动选择显着和代表样本进行手动注释。最近提出了批...
热度：50
Shayok Chakraborty(亚利桑那州立大学 ) 主动学习技术在减少人类对注释数据实例的努力以引入分类器方面已经普及。当面对大量未标记数据时，此类算法会自动选择显着和代表样本进行手动注释。最近提出了批...
热度：50
317Multiple Kernel Learning for Efficient Conformal Predictions[有效保角预测的多核学习]
Shayok Chakraborty(亚利桑那州立大学 ) Conformal Predictions框架是机器学习的最新发展，它将可靠的置信度与分类和回归结果联系起来。该框架建立在算法随机性（Kolmogorov复杂性），转换推理和假设检...
热度：46
Shayok Chakraborty(亚利桑那州立大学 ) Conformal Predictions框架是机器学习的最新发展，它将可靠的置信度与分类和回归结果联系起来。该框架建立在算法随机性（Kolmogorov复杂性），转换推理和假设检...
热度：46
318Energy Minimization with Label costs and Applications in Multi-Model Fitting[带标签成本的能量最小化及其在多模型拟合中的应用 ]
Yuri Boykov(加拿大西安大略大学 ) 由于其通用性，有效性和速度，扩展算法对计算机视觉产生了重大影响。最近，它只能最小化涉及一元，成对和专用高阶项的能量。我们建议扩展一个扩展，可以同时优化...
热度：33
Yuri Boykov(加拿大西安大略大学 ) 由于其通用性，有效性和速度，扩展算法对计算机视觉产生了重大影响。最近，它只能最小化涉及一元，成对和专用高阶项的能量。我们建议扩展一个扩展，可以同时优化...
热度：33
319Adaptive Sequential Bayesian Change-point Detection [自适应序贯贝叶斯变化点检测 ]
Ryan Turner(剑桥大学) 非平稳性或生成参数的变化通常是现实世界时间序列的关键方面，其包括许多不同的参数方案。无法对制度变化做出反应会对预测性能产生不利影响。变更点检测（CPD）...
热度：74
Ryan Turner(剑桥大学) 非平稳性或生成参数的变化通常是现实世界时间序列的关键方面，其包括许多不同的参数方案。无法对制度变化做出反应会对预测性能产生不利影响。变更点检测（CPD）...
热度：74
320Multimodal Learning with Deep Boltzmann Machines[用Boltzmann机器进行多模态学习 ]
Ruslan Salakhutdinov(卡内基梅隆大学) 我们提出了一种用于学习多模态数据的年龄模型的Deep Boltzmann机器。我们展示了如何使用模型来提取多模式数据的有意义的表示。我们发现学习表示对于分类和信息检...
热度：62
Ruslan Salakhutdinov(卡内基梅隆大学) 我们提出了一种用于学习多模态数据的年龄模型的Deep Boltzmann机器。我们展示了如何使用模型来提取多模式数据的有意义的表示。我们发现学习表示对于分类和信息检...
热度：62
321Im2Text: Describing Images Using 1 Million Captioned Photographs[Im2Text:使用100万张带标题的照片描述图像]
Vicente Ordonez(石溪大学) 我们使用大型字幕照片集开发和演示自动图像描述方法。一个贡献是我们的技术，用于自动收集执行大量Flickr查询的新数据集，然后将噪声结果过滤到具有相关视觉相关...
热度：86
Vicente Ordonez(石溪大学) 我们使用大型字幕照片集开发和演示自动图像描述方法。一个贡献是我们的技术，用于自动收集执行大量Flickr查询的新数据集，然后将噪声结果过滤到具有相关视觉相关...
热度：86
322Iterative Learning for Reliable Crowdsourcing Systems[可靠众包系统的迭代学习]
Sewoong Oh(伊利诺伊大学) 众包系统，其中任务以电子方式分发给众多“信息工作者”，已经成为人类有效解决图像分类，数据输入，光学字符识别，推荐和校对等领域中的大规模问题的有效范例。...
热度：53
Sewoong Oh(伊利诺伊大学) 众包系统，其中任务以电子方式分发给众多“信息工作者”，已经成为人类有效解决图像分类，数据输入，光学字符识别，推荐和校对等领域中的大规模问题的有效范例。...
热度：53
323Time Varying Graphical Models: Reverse Engineering and Analyzing Rewiring Networks[时变图形模型:逆向工程和分析重布线网络]
Eric P. Xing(卡内基梅隆大学) 动态系统（例如社交社区或活细胞）中的实体之间的关系信息的合理表示是随着时间的推移在拓扑上重新布线和语义演变的随机网络。尽管有关静态或时间不变网络建模的...
热度：111
Eric P. Xing(卡内基梅隆大学) 动态系统（例如社交社区或活细胞）中的实体之间的关系信息的合理表示是随着时间的推移在拓扑上重新布线和语义演变的随机网络。尽管有关静态或时间不变网络建模的...
热度：111
324Inference for Networks[对网络的推断]
Peter J. Bickel(加州大学伯克利分校) 最近已经基于对应于边缘的关系确定子社区，对应于未标记图形中的顶点（Neman，SIAM Review 2003; Airoldi等人JMLR 2008; Leskovec＆ Kleinberg等人的SIGKDD 2005...
热度：36
Peter J. Bickel(加州大学伯克利分校) 最近已经基于对应于边缘的关系确定子社区，对应于未标记图形中的顶点（Neman，SIAM Review 2003; Airoldi等人JMLR 2008; Leskovec＆ Kleinberg等人的SIGKDD 2005...
热度：36
325Predictive methods for Text mining[文本挖掘的预测方法]
Tong Zhang(新泽西州立大学) 我将概述在文本挖掘应用程序中使用预测方法，包括文本分类，信息提取，摘要和问题回答。 然后，我将讨论在实际应用中遇到的一些更高级的问题，例如结构化和复杂...
热度：46
Tong Zhang(新泽西州立大学) 我将概述在文本挖掘应用程序中使用预测方法，包括文本分类，信息提取，摘要和问题回答。 然后，我将讨论在实际应用中遇到的一些更高级的问题，例如结构化和复杂...
热度：46
326Identifying Temporal Patterns and Key Players in Document Collections[识别文档集合中的时间模式和关键人物]
Benyah Shaparenko(康奈尔大学) 我们考虑了随着时间的推移分析文档集开发的问题，而不需要有意义的引用数据。给定一组带时间戳的文档，我们制定并探索以下两个问题。首先，主题是什么以及这些主...
热度：32
Benyah Shaparenko(康奈尔大学) 我们考虑了随着时间的推移分析文档集开发的问题，而不需要有意义的引用数据。给定一组带时间戳的文档，我们制定并探索以下两个问题。首先，主题是什么以及这些主...
热度：32
327Clustering - An overview[群集 - 概述]
Marina Meila(华盛顿大学) 聚类或在数据中查找组与机器学习本身一样古老，如果不是旧的话。 然而，随着越来越多的人在各种环境中使用聚类，过去几年我们在这一领域带来了前所未有的发展。 ...
热度：34
Marina Meila(华盛顿大学) 聚类或在数据中查找组与机器学习本身一样古老，如果不是旧的话。 然而，随着越来越多的人在各种环境中使用聚类，过去几年我们在这一领域带来了前所未有的发展。 ...
热度：34
328Facial expression recognition and emotion recognition from speech[面部表情识别和言语情感识别]
Dragos Datcu(代尔夫特理工大学) 该演示文稿解决了基于视频和音频数据分析识别情绪的问题。 全自动面部表情识别系统基于三个部分：面部检测，面部特征点提取和分类。 通过增强简单的矩形Haar样特...
热度：107
Dragos Datcu(代尔夫特理工大学) 该演示文稿解决了基于视频和音频数据分析识别情绪的问题。 全自动面部表情识别系统基于三个部分：面部检测，面部特征点提取和分类。 通过增强简单的矩形Haar样特...
热度：107
329Learning techniques in Planning[学习技术规划]
Rao Kambhampati(亚利桑那州立大学) 在本讲座中，我的目的是概述在自动化计划中使用的学习技巧。与大多数主导最近机器学习文献的聚类和分类任务不同，规划学习需要处理关系和一阶表示，并且需要知识...
热度：37
Rao Kambhampati(亚利桑那州立大学) 在本讲座中，我的目的是概述在自动化计划中使用的学习技巧。与大多数主导最近机器学习文献的聚类和分类任务不同，规划学习需要处理关系和一阶表示，并且需要知识...
热度：37
330Measures of Statistical Dependence[统计依赖度量]
Arthur Gretton(伦敦大学学院) 信号处理中的许多重要问题取决于统计依赖性的度量。例如，在瞬时ICA的情况下，这种依赖性被最小化，其中线性混合信号使用它们（假定的）成对彼此独立来分离。已...
热度：118
Arthur Gretton(伦敦大学学院) 信号处理中的许多重要问题取决于统计依赖性的度量。例如，在瞬时ICA的情况下，这种依赖性被最小化，其中线性混合信号使用它们（假定的）成对彼此独立来分离。已...
热度：118