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::

76
Learning a Predictable and Generative Vector Representation for Objects[学习对象的可预测生成向量表示]
   Rohit Girdhar(卡内基梅隆大学) 对象的好的向量表示是什么？我们认为它应该是 3D 生成的，因为它可以生成新的 3D 对象；以及可以从 2D 预测，因为它可以从 2D 图像中感知。我们提出了一种新的架...
热度：59

77
Network of Networks and the Climate System[网络之网与气候系统]
  Jürgen Kurths(波茨坦气候影响研究所) 同步现象在自然界、科学、工程和社会生活中非常普遍，例如在风琴管、萤火虫甚至桥梁力学中。但是，克里斯蒂安·惠更斯 (Christiaan Huygens) 于 1665 年首次确认...
热度：49

78
Indexing of large n-gram collection[大型n-gram集合的索引]
  Patrik Zajec(约瑟夫·斯特凡研究所) 本文提出了一种高效的索引技术，适用于索引大型 n gram 集合，重点是完整的通配符查询支持和速度效率。此外，我们在 Google 的 Web 1T 5 gram 集合之上使用这种...
热度：41

79
Data Analytics in Aquaculture[水产养殖中的数据分析]
   João Pita Costa(约瑟夫·斯特凡研究所) 当今水产养殖面临的具体挑战揭示了必须适当解决并与最新优化方法同步的需求和问题。现在是将水产养殖技术提升到一个新的发展和理解水平的时候了。在这方面，人们...
热度：46

80
Visual and Statistical Analysis of VideoLectures.NET[视频讲座.NET的可视化和统计分析]
  Erik Novak(约瑟夫·斯特凡研究所) 本文介绍了学习分析工具，用于对来自视频讲座门户的数据进行可视化和统计分析。学习分析方法传统上处理学习者数据的测量、收集和分析，目的是改进学习过程，而我...
热度：53

81
Spatio-temporal clustering methods[时空聚类方法]
   Matej Senožetnik(约瑟夫·斯特凡研究所) 跟踪人、动物或车辆会生成大量时空数据，必须以不同于知识发现中常用的普通数据的方式处理和分析这些数据。本文介绍了适用于此类数据的现有时空聚类算法，并比较...
热度：308

82
Smoothed Quantile Regression for Statistical Downscaling of Extreme Events in Climate Modeling[气候模拟中极端事件统计降尺度的平滑分位数回归]
  Zubin Abraham(密歇根州立大学) 统计降尺度通常用于气候建模，以从全球气候模型预测的粗分辨率输出中获取未来气候情景的高分辨率空间预测。不幸的是，大多数使用标准回归方法的统计降尺度方法倾...
热度：43

83
Spatially Embedded Co-offence Prediction Using Supervised Learning[基于监督学习的空间嵌入式共同犯罪预测]
   Mohammad A. Tayebi(西蒙·弗雷泽大学) 减少犯罪和预防犯罪战略对于提高公共安全和降低社会犯罪成本至关重要。执法机构早就意识到为此目的分析共同犯罪的罪犯网络的重要性。尽管网络结构可以对犯罪预测...
热度：52

84
Mining Periodic Behaviors for Moving Objects[运动目标的周期行为挖掘]
  Zhenhui Jessie Li(宾夕法尼亚州立大学) 周期性是移动物体经常发生的现象。寻找周期性行为对于理解物体运动至关重要。然而，周期性行为可能很复杂，涉及多个交错周期、部分时间跨度以及时空噪声和异常值...
热度：52

85
On Social Event Organization[论社会事件组织]
   Keqian Li(不列颠哥伦比亚大学) Meetup 和 Plancast 等在线平台最近在规划聚会和活动组织方面变得流行起来。然而，令人惊讶的是，关于如何通过此类平台为一大群人有效和高效地组织社交活动的研...
热度：71

86
Optimal Recommendations under Attraction, Aversion, and Social Influence[吸引、厌恶和社会影响下的最优推荐]
   Wei Lu(不列颠哥伦比亚大学) 人们的兴趣是动态变化的，通常会受到外部因素的影响，例如媒体宣传或朋友采用的趋势。在这项工作中，我们通过动态兴趣级联对兴趣演变进行建模：我们考虑一个场景...
热度：43

87
Large Scale Visual Recommendations from Street Fashion Images[街头时尚图片的大规模视觉推荐]
   Vignesh Jagadeesh(易趣研究实验室) 我们描述了一个完全自动化的大规模时尚视觉推荐系统。我们的重点是有效地利用大量在线时尚图像及其丰富的元数据的可用性。具体来说，我们在确定性时尚推荐器（DF...
热度：52

88
Meta-path based Multi-network Collective Link Prediction[Meta path based ensemble link prediction in multiple networks]
  Jiawei Zhang(芝加哥伊利诺伊大学) 提供各种服务的在线社交网络在我们的日常生活中无处不在。同时，现在的用户通常同时参与多个在线社交网络，以享受不同网络提供的特定服务。正式地，共享一些共同...
热度：37

89
Adversarial bandit problems: the power of randomization[对抗性土匪问题：随机化的力量]
  http://videolectures.net/ecmlpkdd2010_lugosi_abp/(庞贝法布拉大学) 在本教程中，我们讨论序列预测问题，其中预测者对序列过去结果的信息有限。我们专注于所谓的“对抗性”框架，其中没有可用的序列概率。我们描述了各种有限反馈模...
热度：65

90
Mining Medical Data to Improve Patient Outcomes[挖掘医疗数据以改善患者结果]
  Bharat Rao(德勤律师事务所) 上个世纪，诊断测试的准确性和敏感性有了大幅提高：从观察外部症状到精确的实验室面板，再到用于无创内部检查的复杂成像方法，再到在不久的将来使用在床边进行基...
热度：51