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::
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
481Factored Conditional Restricted Boltzmann Machines for Modeling Motion Style[基于因子约束条件的玻尔兹曼机建模]
Graham Taylor(圭尔夫大学) 条件限制玻尔兹曼机（CRBM）是最近提出的时间序列模型，具有丰富的分布式隐藏状态，并允许简单，精确的推理。我们提出了一种基于CRBM的新模型，该模型保留了其最...
热度：98
Graham Taylor(圭尔夫大学) 条件限制玻尔兹曼机（CRBM）是最近提出的时间序列模型，具有丰富的分布式隐藏状态，并允许简单，精确的推理。我们提出了一种基于CRBM的新模型，该模型保留了其最...
热度：98
482Supervised Learning from Multiple Experts: Whom to Trust When Everyone Lies a Bit [多专家监督学习：每个人都信任谁]
Vikas Raykar(马里兰大学) 当我们有多个专家/注释器提供（可能有噪声）标签但没有绝对金标准时，我们描述了监督学习的概率方法。所提出的算法评估不同的专家，并且还给出实际隐藏标签的估...
热度：33
Vikas Raykar(马里兰大学) 当我们有多个专家/注释器提供（可能有噪声）标签但没有绝对金标准时，我们描述了监督学习的概率方法。所提出的算法评估不同的专家，并且还给出实际隐藏标签的估...
热度：33
483Large-Scale Deep Unsupervised Learning Using Graphics Processors[使用图形处理器进行大规模深度无监督学习]
Rajat Raina(斯坦福大学) 无监督学习方法的前景是它们有可能使用大量未标记数据来学习具有数百万个自由参数的复杂，非线性模型。我们考虑两个众所周知的无监督学习模型，深信念网络（DBN...
热度：26
Rajat Raina(斯坦福大学) 无监督学习方法的前景是它们有可能使用大量未标记数据来学习具有数百万个自由参数的复杂，非线性模型。我们考虑两个众所周知的无监督学习模型，深信念网络（DBN...
热度：26
484Variance Approximation in Large-Scale Gaussian Markov Random Fields[大尺度高斯马尔可夫随机场的方差逼近]
Dmitry Malioutov(麻省理工学院) 在本次演讲中，我们讨论了在大规模高斯马尔可夫随机场中计算精确近似方差的框架。我们首先要激发计算GMRF差异的需求，并讨论机器学习中的相关问题。我们的方法基...
热度：75
Dmitry Malioutov(麻省理工学院) 在本次演讲中，我们讨论了在大规模高斯马尔可夫随机场中计算精确近似方差的框架。我们首先要激发计算GMRF差异的需求，并讨论机器学习中的相关问题。我们的方法基...
热度：75
485Proto-Predictive Representation of States with Simple Recurrent Temporal-Difference Networks[具有简单递归时差网络的状态的原始预测表示]
Takaki Makino(东京大学) 我们提出了一种新的神经网络架构，称为简单递归时间差分网络（SR TDNs），它可以学习预测部分可观察环境中的未来观测。 SR TDN将简单递归神经网络（SRN）的结构...
热度：37
Takaki Makino(东京大学) 我们提出了一种新的神经网络架构，称为简单递归时间差分网络（SR TDNs），它可以学习预测部分可观察环境中的未来观测。 SR TDN将简单递归神经网络（SRN）的结构...
热度：37
486Statistical Leverage and Improved Matrix Algorithms[统计杠杆和改进的矩阵算法]
Michael Mahoney(斯坦福大学) 给定mxn矩阵A和秩参数k，将第i行的杠杆定义为投影矩阵的第i个对角线元素到A的前k个左奇异向量的跨度上。在这种情况下，“高杠杆“行在顶部奇异向量中具有不成比...
热度：89
Michael Mahoney(斯坦福大学) 给定mxn矩阵A和秩参数k，将第i行的杠杆定义为投影矩阵的第i个对角线元素到A的前k个左奇异向量的跨度上。在这种情况下，“高杠杆“行在顶部奇异向量中具有不成比...
热度：89
487Topic-Link LDA: Joint Models of Topic and Author Community [主题链接LDA：主题和作者社区的联合模型]
Yan Liu(南加利福尼亚大学) 鉴于大规模链接的文档集合，例如博客文章集或研究文献档案集，有两个基本问题引起了研究界的极大兴趣。一个是确定集合中文档所涵盖的一组高级主题;另一种是揭示...
热度：39
Yan Liu(南加利福尼亚大学) 鉴于大规模链接的文档集合，例如博客文章集或研究文献档案集，有两个基本问题引起了研究界的极大兴趣。一个是确定集合中文档所涵盖的一组高级主题;另一种是揭示...
热度：39
488Modeling Social and Information Networks: Opportunities for Machine Learning[社交和信息网络建模：机器学习的机会]
Jure Leskovec(斯坦福大学) 网络，社交媒体和在线社交网站的出现引发了人类社交活动的详细痕迹。这为分析和模拟数百万人的行为提供了许多机会。例如，我们现在可以研究2.4亿人的完整Microso...
热度：31
Jure Leskovec(斯坦福大学) 网络，社交媒体和在线社交网站的出现引发了人类社交活动的详细痕迹。这为分析和模拟数百万人的行为提供了许多机会。例如，我们现在可以研究2.4亿人的完整Microso...
热度：31
489Block-Wise Construction of Acyclic Relational Features with Monotone Irreducibility and Relevancy Properties [具有单调不可约性和相关性的非线性关系特征的块智能构造]
Ondřej Kuželka(布拉格捷克技术大学) 我们描述了一种通过组合较小的连接块来构造一组非循环连接关系特征的算法。与保持频率单调性的传统水平方法不同，我们的分块方法保留了不可约性和相关性特征的单...
热度：74
Ondřej Kuželka(布拉格捷克技术大学) 我们描述了一种通过组合较小的连接块来构造一组非循环连接关系特征的算法。与保持频率单调性的传统水平方法不同，我们的分块方法保留了不可约性和相关性特征的单...
热度：74
490Learning Prediction Suffix Trees with Winnow[用Winnow学习预测后缀树]
Nikos Karampatziakis(康奈尔大学) 预测后缀树（PST）是用于建模序列的流行工具，并已成功应用于许多领域，例如压缩和语言建模。在这项工作中，我们将经过充分研究的Winnow算法应用于学习PST的任务...
热度：36
Nikos Karampatziakis(康奈尔大学) 预测后缀树（PST）是用于建模序列的流行工具，并已成功应用于许多领域，例如压缩和语言建模。在这项工作中，我们将经过充分研究的Winnow算法应用于学习PST的任务...
热度：36
491A Novel Lexicalized HMM-Based Learning Framework for Web Opinion Mining[一种新的基于词汇化HMM的Web意见挖掘学习框架]
Wei Jin(北达科他州立大学) 在网上销售产品的商家经常要求他们的客户分享他们的意见并亲自体验他们购买的产品。随着电子商务变得越来越流行，产品接收的客户评论数量迅速增长。这使得潜在客...
热度：96
Wei Jin(北达科他州立大学) 在网上销售产品的商家经常要求他们的客户分享他们的意见并亲自体验他们购买的产品。随着电子商务变得越来越流行，产品接收的客户评论数量迅速增长。这使得潜在客...
热度：96
492Graph Construction and b-Matching for Semi-Supervised Learning[半监督学习的图形构建与b匹配]
Tony Jebara(哥伦比亚大学) 基于图的半监督学习（SSL）方法在实际的机器学习系统中发挥着越来越重要的作用。基于图的SSL方法中的Acrucial步骤将数据转换为加权图。然而，大多数SSL文献都着...
热度：76
Tony Jebara(哥伦比亚大学) 基于图的半监督学习（SSL）方法在实际的机器学习系统中发挥着越来越重要的作用。基于图的SSL方法中的Acrucial步骤将数据转换为加权图。然而，大多数SSL文献都着...
热度：76
493Bayesian Clustering for Email Campaign Detection[用于电子邮件活动检测的贝叶斯聚类]
Peter Haider(波茨坦大学) 我们根据生成它们的源来讨论聚类元素的问题。对于以独立二进制属性为特征的元素，存在闭合形式的贝叶斯解。我们为依赖属性的情况推导出一种解决方案，该解决方案...
热度：14
Peter Haider(波茨坦大学) 我们根据生成它们的源来讨论聚类元素的问题。对于以独立二进制属性为特征的元素，存在闭合形式的贝叶斯解。我们为依赖属性的情况推导出一种解决方案，该解决方案...
热度：14
494Dynamic Analysis of Multiagent Q-learning with e-greedy Exploration[基于E-贪婪机制的多智能体Q学习动态分析]
Eduardo Rodrigues Gomes(斯威本科技大学) 随着该领域迅速在各种领域中应用，开发用于理解和模拟多代理学习者的预期行为的机制变得越来越重要。在本文中，我们提出了一个框架，使用贪婪的探索机制模拟Q学...
热度：95
Eduardo Rodrigues Gomes(斯威本科技大学) 随着该领域迅速在各种领域中应用，开发用于理解和模拟多代理学习者的预期行为的机制变得越来越重要。在本文中，我们提出了一个框架，使用贪婪的探索机制模拟Q学...
热度：95
495Active Learning for Directed Exploration of Complex Systems[复杂系统定向探索的主动学习]
Michael C. Burl(加州理工学院) 基于物理的模拟代码广泛用于科学和工程中，以模拟复杂的系统，否则这些系统是不可行的。这些代码提供了系统行为的最高保真度表示，但是通常运行速度很慢，以至于...
热度：74
Michael C. Burl(加州理工学院) 基于物理的模拟代码广泛用于科学和工程中，以模拟复杂的系统，否则这些系统是不可行的。这些代码提供了系统行为的最高保真度表示，但是通常运行速度很慢，以至于...
热度：74