境外开放课程——按学科专业列表
开放课程→工程与技术科学→计算机科学技术→计算机科学技术基础学科::
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
![](functions/showpic.php?filename=2023122708050223.jpg)
HoORaYs: Highorder Optimization of Rating Distance for Recommender Systems[HoORaYs:推荐系统评级距离的高阶优化]
Yuan Yao(南京大学) 潜在因素模型已经成为推荐系统中一种流行的方法,根据历史用户反馈来预测用户对项目的偏好。大多数现有的方法,无论是明确的还是隐含的,都建立在一阶评级距离原...
热度:6
Yuan Yao(南京大学) 潜在因素模型已经成为推荐系统中一种流行的方法,根据历史用户反馈来预测用户对项目的偏好。大多数现有的方法,无论是明确的还是隐含的,都建立在一阶评级距离原...
热度:6
![](functions/showpic.php?filename=2023122707571489.jpg)
Accelerating Innovation Through Analogy Mining[通过类比挖掘加速创新]
Tom Hope(耶路撒冷希伯来大学) 大型思想库(如美国专利数据库)的可用性可以通过为人们提供类似问题解决方案的灵感,大大加速创新和发现。然而,无论是人工方法还是自动化方法,在这些庞大、混...
热度:8
Tom Hope(耶路撒冷希伯来大学) 大型思想库(如美国专利数据库)的可用性可以通过为人们提供类似问题解决方案的灵感,大大加速创新和发现。然而,无论是人工方法还是自动化方法,在这些庞大、混...
热度:8
![](functions/showpic.php?filename=2023122707494355.jpg)
Is the Whole Greater Than the Sum of Its Parts?[整体大于部分之和吗?
Liangyue Li(亚利桑那州立大学) 部分与整体的关系经常出现在许多学科中,从协作团队、众包、自治系统到网络系统。从算法的角度来看,现有的工作主要集中在通过单独的模型或线性联合模型来预测整...
热度:11
Liangyue Li(亚利桑那州立大学) 部分与整体的关系经常出现在许多学科中,从协作团队、众包、自治系统到网络系统。从算法的角度来看,现有的工作主要集中在通过单独的模型或线性联合模型来预测整...
热度:11
![](functions/showpic.php?filename=2023122707414360.jpg)
An Online Hierarchical Algorithm for Extreme Clustering[一种用于极端聚类层次算法]
(马萨诸塞大学) 许多现代聚类方法可以很好地扩展到大量数据项 N,但不能扩展到大量聚类 K。本文介绍了 PERCH,一种用于在线分层聚类的新非贪婪算法,可扩展到大量 N 和 K ——我...
热度:11
(马萨诸塞大学) 许多现代聚类方法可以很好地扩展到大量数据项 N,但不能扩展到大量聚类 K。本文介绍了 PERCH,一种用于在线分层聚类的新非贪婪算法,可扩展到大量 N 和 K ——我...
热度:11
![](functions/showpic.php?filename=2023122707325375.jpg)
Local Higher-Order Graph Clustering[局部高阶图聚类]
Hao Yin(斯坦福大学) 局部图聚类方法旨在通过探索图的小区域来找到节点簇。这些方法很有吸引力,因为它们能够围绕给定种子节点进行有针对性的聚类,并且比传统的全局图聚类方法更快,...
热度:13
Hao Yin(斯坦福大学) 局部图聚类方法旨在通过探索图的小区域来找到节点簇。这些方法很有吸引力,因为它们能够围绕给定种子节点进行有针对性的聚类,并且比传统的全局图聚类方法更快,...
热度:13
![](functions/showpic.php?filename=2023122707250218.jpg)
Randomization or Condensation? LinearCost Matrix Sketching Via Cascaded Compression Sampling[随机化还是压缩?通过级联压缩采样绘制 LinearCost 矩阵草图]
Kai Zhang(天普大学) 矩阵草图旨在找到矩阵的紧凑表示,同时保留其大部分属性,这是现代科学计算的基本构建块。随机算法代表了最先进的技术,并引起了机器学习、数据挖掘和理论计算机...
热度:7
Kai Zhang(天普大学) 矩阵草图旨在找到矩阵的紧凑表示,同时保留其大部分属性,这是现代科学计算的基本构建块。随机算法代表了最先进的技术,并引起了机器学习、数据挖掘和理论计算机...
热度:7
![](functions/showpic.php?filename=2023122707200863.jpg)
Discrete Content-aware Matrix Factorization[离散内容感知矩阵分解]
Rui Liu(电子科技大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:6
Rui Liu(电子科技大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:6
![](functions/showpic.php?filename=2023122707173771.jpg)
Multi-Aspect Streaming Tensor Completion[多方面流式张量补全]
宋清泉(德州农工大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:14
宋清泉(德州农工大学) 张量补全已成为许多现实世界数据驱动应用中的有效计算工具。除了传统的静态设置之外,随着高速流数据的日益普及,需要高效的在线处理,而无需从头开始重建整个模...
热度:14
![](functions/showpic.php?filename=2023122707141683.jpg)
Collaboratively Improving Topic Discovery and Word Embeddings by Coordinating Global and Local Contexts[通过协调全球和本地上下文来协作改进主题发现和词嵌入]
Guangxu Xun(布法罗大学 ) 文本语料库通常包含两种类型的上下文信息——全局上下文和局部上下文。全局上下文携带主题信息,主题模型可以利用主题信息从文本语料库中发现主题结构,而局部上...
热度:9
Guangxu Xun(布法罗大学 ) 文本语料库通常包含两种类型的上下文信息——全局上下文和局部上下文。全局上下文携带主题信息,主题模型可以利用主题信息从文本语料库中发现主题结构,而局部上...
热度:9
![](functions/showpic.php?filename=2023122608533451.jpg)
EmbedJoin: Efficient Edit Similarity Joins via Embeddings[EmbedJoin:通过嵌入进行高效编辑相似性连接]
张浩宇(印第安纳大学) 我们研究编辑相似性连接的问题,其中给定一组字符串和阈值 K,我们希望输出编辑距离至多为 K 的所有字符串对。编辑相似性连接是数据清理/集成中的基本问题,生物...
热度:12
张浩宇(印第安纳大学) 我们研究编辑相似性连接的问题,其中给定一组字符串和阈值 K,我们希望输出编辑距离至多为 K 的所有字符串对。编辑相似性连接是数据清理/集成中的基本问题,生物...
热度:12
![](functions/showpic.php?filename=2023122608503595.jpg)
Discovering Reliable Approximate Functional Dependencies[发现可靠的近似函数依赖关系]
Panagiotis Mandros(马克斯普朗克信息学研究所) 给定一个数据库和一个感兴趣的目标属性,我们如何判断目标对数据中任何其他属性集是否存在函数或近似函数依赖?我们如何才能在不影响样本大小或维度的情况下可靠...
热度:14
Panagiotis Mandros(马克斯普朗克信息学研究所) 给定一个数据库和一个感兴趣的目标属性,我们如何判断目标对数据中任何其他属性集是否存在函数或近似函数依赖?我们如何才能在不影响样本大小或维度的情况下可靠...
热度:14
![](functions/showpic.php?filename=2023122608473363.jpg)
Groups-Keeping Solution Path Algorithm for Sparse Regression with Automatic Feature Grouping[自动特征分组稀疏回归的保组解路径算法]
黄恒(德克萨斯大学) 特征选择是具有许多应用的最重要的数据挖掘研究主题之一。在实际问题中,特征通常具有群体结构来影响结果。因此,自动识别同质特征组对于高维数据分析至关重要。...
热度:15
黄恒(德克萨斯大学) 特征选择是具有许多应用的最重要的数据挖掘研究主题之一。在实际问题中,特征通常具有群体结构来影响结果。因此,自动识别同质特征组对于高维数据分析至关重要。...
热度:15
![](functions/showpic.php?filename=2023122608442851.jpg)
Constructivism Learning: A Learning Paradigm for Transparent Predictive Analytics[建构主义学习:透明预测分析的学习范式]
Jun (Luke) Huan(堪萨斯大学) 开发透明的预测分析最近引起了广泛的研究关注。关于如何对学习透明度进行建模有多种理论,但没有一种理论旨在理解内部且通常很复杂的建模过程。在本文中,我们采...
热度:17
Jun (Luke) Huan(堪萨斯大学) 开发透明的预测分析最近引起了广泛的研究关注。关于如何对学习透明度进行建模有多种理论,但没有一种理论旨在理解内部且通常很复杂的建模过程。在本文中,我们采...
热度:17
![](functions/showpic.php?filename=2023122608412523.jpg)
Long Short Memory Process: Modeling Growth Dynamics of Microscopic Social Connectivity[长短记忆过程:微观社会联系的增长动态建模]
臧成熙(清华大学) 人们如何在社交网络中动态交友?个人增加社交联系的时间模式是什么?控制这些时间模式形成的基本机制是什么?无论网络社会系统还是物理社会系统,它们的结构和动...
热度:10
臧成熙(清华大学) 人们如何在社交网络中动态交友?个人增加社交联系的时间模式是什么?控制这些时间模式形成的基本机制是什么?无论网络社会系统还是物理社会系统,它们的结构和动...
热度:10
![](functions/showpic.php?filename=2023122608365769.jpg)
Network Inference via the TimeVarying Graphical Lasso[通过时变图形套索进行网络推理]
David Hallac(斯坦福大学) 许多重要问题可以建模为互连实体的系统,其中每个实体都记录与时间相关的观察或测量。为了发现趋势、检测异常并解释此类数据的时间动态,必须了解不同实体之间的...
热度:17
David Hallac(斯坦福大学) 许多重要问题可以建模为互连实体的系统,其中每个实体都记录与时间相关的观察或测量。为了发现趋势、检测异常并解释此类数据的时间动态,必须了解不同实体之间的...
热度:17