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::

226
Visual Crowd Surveillance is Like Hydrodynamics[视觉人群监控就像流体力学]
   Mubarak Shah(中佛罗里达大学) 视频监视和监控是计算机视觉研究中非常活跃的领域。但是，大多数当前方法都假定观察到的场景不拥挤，并且可以在更长的时间内获得可靠的对象跟踪。因此，这些方法...
热度：34

227
Sparsity: algorithms, approximations, and analysis[稀疏性：算法，近似和分析]
   Anna Gilbert(密歇根大学) 在过去的15年中，稀疏性在数学信号和图像处理，信号和图像采集与重建算法以及众多应用中的作用得到了突飞猛进的发展。它对于机器学习也很重要。我将概述数学理论...
热度：38

228
Towards On-the-fly Large Scale Video Search[面向动态大规模视频搜索]
   Andrew Zisserman(牛津大学) 我们希望能够在图像或视频数据集中找到任何内容。演讲将描述我们在视觉搜索中寻找大规模视频数据集中的人，特定对象和类别的过程。新颖之处在于，可以在运行时通...
热度：25

229
Coarse-to-Fine Auto-encoder Networks (CFAN) for Real-time Face Alignment[用于实时人脸定位的粗精自动编码器网络（CFAN）]
  Jie Zhang(中国科学院) 准确的面部对齐是大多数面部感知任务（如面部识别，面部表情分析和不真实的面部重绘）的重要先决步骤。它可以表示为从检测到的脸部区域对脸部界标的非线性推断。...
热度：42

230
Learning Sparse Representations of High Dimensional Data on Large Scale Dictionaries[在大规模词典上学习高维数据的稀疏表示]
   Zhen James Xiang(普林斯顿大学) 在数据自适应词典上学习稀疏表示是对数据建模的最新方法。但是，当字典很大且数据量很大时，这是一个计算难题。我们探讨了问题的三个方面。首先，我们得出了新的...
热度：39

231
Psychological Advertising: Exploring Consumer Psychology for Click Prediction in Sponsored Search[心理广告：赞助搜索中点击预测的消费者心理探索]
  Jiang Bian(微软公司) 精确的点击预测是赞助搜索系统中的关键组成部分之一。先前的研究通常利用两种主要信息来进行点击预测，即，表示广告和查询之间的相似性的相关性信息和表示用户先...
热度：64

232
Adoption of Linked Data Best Practices in Different Topical Domains[在不同主题领域采用关联数据最佳实践]
  Christian Bizer(柏林自由大学) 链接数据的中心思想是数据发布者通过遵循链接，词汇用法和元数据提供方面的一组最佳实践来支持应用程序发现和集成数据。 2011年，LOD云状态报告分析了不同主题领...
热度：24

233
Connecting Users across Social Media Sites: A Behavioral-Modeling Approach[跨社交媒体网站连接用户：一种行为建模方法]
   Reza Zafarani(亚利桑那州立大学) 人们出于各种目的使用各种社交媒体。单个站点上的信息通常不完整。当整合了补充信息的来源时，可以建立更好的用户档案来改善在线服务，例如验证在线信息。为了整...
热度：32

234
Predicting the Present with Search Engine Data[用搜索引擎数据预测当前]
   Hal R. Varian(谷歌公司) 许多企业现在都可以获取有关其运营的几乎实时数据。该数据有助于同时预测（经济预报）各种经济指标。我们将说明如何使用Google搜索数据即时播报感兴趣的经济指标...
热度：40

235
Statistically Sound Pattern Discovery[统计声音模式发现]
  Geoff Webb;Wilhelmiina Hämäläinen, School of Computing(蒙纳士大学) 模式发现是一项核心的数据挖掘活动。最初的方法主要由频繁的模式发现范式主导。仅探索了频繁的模式。经过深入研究，现在已经很好地理解了其局限性，该范式已被两...
热度：35

236
Extracting Social Events for Learning Better Information Diffusion Models[提取社会事件以学习更好的信息扩散模型]
  Shuyang Lin(伊利诺大学) 信息传播模型的学习是社会网络中信息传播研究的一个基本问题。现有方法从社交网络中的事件中学习扩散模型。但是，社交网络中的事件可能具有不同的根本原因。其中...
热度：31

237
Learning without Concentration[不专心学习]
   Shahar Mendelson(澳大利亚国立大学) 我们无需对类成员或目标进行任何有界假设，就凸类中的经验风险最小化的收敛速度和平方损失有一个清晰的边界。 而不是求助于对于基于集中度的论证，该方法依赖于...
热度：36

238
Knowledge Vault: A Web-Scale Approach to Probabilistic Knowledge Fusion[知识库：一种基于Web的概率知识融合方法]
  Kevin P. Murphy(谷歌公司) 最近几年见证了大规模知识库的激增，包括Wikipedia，Freebase，YAGO，微软的Satori和Google的Knowledge Graph。为了进一步扩大规模，我们需要探索构建知识库的自...
热度：49

239
Big Graph Data Panel[大图形数据面板]
  Frank van Harmelen;Tim Berners-Lee;John Giannandrea; Mike Stonebreaker;Bryan Thompson(麻省理工学院) 语义网/链接数据在过去几年中得到了极大的发展。十年前，语义Web社区开始工作时，主要问题是从何处获取数据。到目前为止，如何处理越来越多的语义/链接数据的问...
热度：3

240
Part-Based R-CNNs for Fine-Grained Category Detection[基于零件的R-CNNs用于细粒度分类检测]
  Ning Zhang(加州大学) 语义部分本地化可以通过明确隔离与特定对象部分相关的细微外观差异，来促进细粒度的分类。已经提出了用于姿势归一化表示的方法，但是由于物体检测的困难，所以通...
热度：49