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::

91
Fast Flux Discriminant for Large-Scale Sparse Nonlinear Classification[大规模稀疏非线性分类的快速流量判别法]
  Wenlin Chen(华盛顿大学) 在本文中，我们提出了一种用于大规模非线性分类的新型监督学习方法，Fast Flux Discriminant (FFD)。与其他现有方法相比，FFD 具有无可比拟的优势，因为它获得了...
热度：44

92
Learning with Dual Heterogeneity: A Nonparametric Bayes Model[具有双重异质性的学习：一个非参数Bayes模型]
  Hongxia Yang(IBM托马斯沃森研究中心) 传统的数据挖掘技术旨在对单一类型的异构进行建模，例如多任务学习建模任务异构、多视图学习建模视图异构等。最近出现了各种实际应用，它们表现出双重异构，即任...
热度：36

93
From OCW to MOOC: Deployment of OERs in a massive open online course. The experience of Universidad Carlos III de Madrid[从开放式课程到MOOC：在一个大规模的在线开放课程中部署oer。马德里卡洛斯三世大学的经验]
   Susan Webster(马德里卡洛斯三世大学) 大规模开放在线课程 (MOOC) 的出现正将所有注意力集中在开放教育上。人们对创建 MOOC 越来越感兴趣，这可以通过将 OCW 课程转换为 MOOC 格式来实现。然而，对于...
热度：71

94
Serendipity: a platform to discover and visualize data from OER[偶然发现：一个发现和可视化OER数据的平台]
   Edmundo Tovar Caro(马德里理工大学) 分面浏览作为探索数据存储库的用户友好界面而变得流行。在这项工作中，作者应用关联数据设计问题来探索、可视化和使用与开放教育资源语义相关的信息，这些资源通...
热度：50

95
PCKS: Commandments for Benchmarking Semantic Flow Processing Systems[PCKS：语义流处理系统基准测试规则]
  Thomas Scharrenbach(苏黎世大学) PCKS是一种系统地对语义流处理系统进行基准测试的新颖方法。在确定语义流处理系统和手头数据集的特性和挑战的基础上，我们阐述了定义适当的关键绩效指标的重要...
热度：48

96
What Helps Where - And Why? Semantic Relatedness for Knowledge Transfer[在哪里有什么帮助？为什么？知识转移中的语义关联]
  Marcus Rohrbach(加州大学) 据报道，在识别单个对象类方面表现出色。但是，对于当今的识别方法而言，可扩展性达到大量类别仍然是一项重要的挑战。几位作者已提倡在班级之间进行知识转移，以...
热度：29

97
Toward the Web of Functions: Interoperable High-Order Functions in SPARQL[走向函数网：SPARQL中可互操作的高阶函数]
  Maurizio Atzori(卡里亚里大学) 在这项工作中，我们仅通过了解第三方sparql函数的URI来解决使用任何第三方定制sparql函数的问题，从而允许在定义并实现该函数的远程端点上执行计算。我们提供了...
热度：38

98
The role of SKOS in a Web of Data - some business use cases[SKOS在数据网中的作用——一些业务用例]
  Andreas Blumauer(语义网络公司) SKOS是链接数据世界的后起之秀，因为它能够链接语义网的不同视角。通过使用信息科学领域的传统知识组织方法来增强企业应用程序，SKOS可以成为数据网络的核心构...
热度：49

99
Physical Cyber Social Computing: An early 21st century approach to Computing for Human Experience[物理-网络-社会计算：21世纪早期人类体验的计算方法]
   Amit Sheth(赖特州立大学) 在本次演讲中，我将描述物理网络社会（PCS）计算，该计算从支持CHE [3]的网络物理系统，社会技术系统和网络社会系统的当前进展中汲取了很多思想，并大大超越了这...
热度：58

100
Musubi: A Decentralized Mobile Social Web[Musubi：一个分散的移动社交网站]
   Axel Polleres(维也纳经济贸易大学) 随着云服务的兴起，用户的个人数据（从照片到银行交易）分散并由各种应用程序服务提供商托管。借助帮助用户共享的电子邮件和社交网络等通信服务，您将有独特的机...
热度：42

101
A snapshot of the OWL Web[猫头鹰网络的快照]
  Nicolas Matentzoglu(曼彻斯特大学) OWL本体工程中的工具开发和经验实验需要各种各样的合适本体作为输入，以进行测试和评估，并详细描述真实本体。经验活动通常求助于（某种程度上是任意的）网上可...
热度：70

102
BIG DATA - from Hype to Reality[大数据——从炒作到现实]
   Richard Benjamins(Telefónica Digital) 关系数据库和企业数据仓库的传统世界正受到数据量增长，非结构化和半结构化数据的兴起以及提取更多有价值的业务洞察力的挑战。为了保持竞争力：我们正在进入“大...
热度：43

103
Coordination, Semantics, and Autonomy[协调、语义和自治]
  Valentina Presutti(认知科学与技术研究所（ISTC）) 讲座分为四个部分。在第一部分中，我简要介绍了四种众所周知的感觉，其中不同的科学领域都谈到了复杂性，即状态复杂性，Kolmogorov复杂性，计算复杂性和编程复杂...
热度：33

104
Reducing the Sampling Complexity of Topic Models[降低主题模型的抽样复杂度]
  Aaron Li(卡内基梅隆大学) 主题模型中的推论通常涉及将潜在变量与观察结果相关联的采样步骤。不幸的是，随着数据量的增加，生成模型失去了稀疏性，对于k个主题，每个单词需要进行O（k）个...
热度：37

105
Learning Time-Series Shapelets[学习时间序列Shapelets]
   Josif Grabocka(希尔德斯海姆大学) 波形图是时间序列的可区分子序列，可以最好地预测目标变量。由于这个原因，最近在时间序列研究领域中，shapelet发现引起了相当大的兴趣。当前，通过评估从系列片...
热度：182