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::

16
PReP: Path­Based Relevance from a Probabilistic Perspective in Heterogeneous Information Networks[PReP:异构信息网络中概率视角的基于路径的相关性]
  于石(伊利诺伊大学) 作为网络化和多类型数据的强大表示范式,异构信息网络(HIN)无处不在。同时,定义适当的相关性度量一直是网络挖掘任务的一个基本问题和非常重要的现实意义。受...
热度:15

17
Collaborative Variational Autoencoder for Recommender Systems[推荐系统的协作变分自动编码器]
  李晓鹏(香港科技大学) 由于其成功的性能,现代推荐系统通常采用带有评级信息的协同过滤来向用户推荐项目。然而,由于基于协作的方法存在稀疏性、冷启动等缺点,同时考虑评分和内容信息...
热度:14

18
Scalable and Sustainable Deep Learning via Randomized Hashing[通过随机哈希进行可扩展和可持续的深度学习]
  Ryan Spring(莱斯大学) 当前的深度学习架构正在变得越来越大,以便从复杂的数据集中学习。这些架构需要巨大的矩阵乘法运算来训练数百万个参数。相反,另一个日益增长的趋势是将深度学习...
热度:10

19
Patient Subtyping via Time-­Aware LSTM Network[通过时间感知 LSTM 网络进行患者子类型分析]
  Inci M. Baytas(密歇根州立大学) 在各种疾病的研究中,患者之间的异质性通常会导致不同的进展模式,并且可能需要不同类型的治疗干预。因此,研究患者亚型非常重要,即将患者分为疾病特征亚型。由...
热度:20

20
Learning Certifiably Optimal Rule Lists for Categorical Data[学习可证明的分类数据最优规则列表]
   Elaine Angelino(加州大学伯克利分校) 我们提出了一种自定义离散优化技术的设计和实现,用于在分类特征空间上构建规则列表。我们的算法提供了最佳解决方案,并具有最佳性证书。通过利用算法边界、高效...
热度:14

21
Similarity Forests[相似森林]
   Charu Aggarwa(沃森研究中心) 随机森林因其非凡的准确性和有效性而成为数据挖掘中最成功的方法之一。然而,它们的使用主要限于多维数据,因为它们从原始数据集中采样特征。在本文中,我们提出...
热度:11

22
Fast Enumeration of Large k­Plexes[大型 kPlex 的快速枚举]
  Donatella Firmani(罗马第三大学) k-plex 是一种在任何类型的网络中定义社区的正式而灵活的方式。它概括了 clique 的概念,并且在大多数实际情况下更合适:当 clique C 的一个节点连接到 C 的所有...
热度:12

23
A Local Algorithm for Structure­Preserving Graph Cut[一种保结构图割的局部算法]
  周大伟(亚利桑那州立大学) 如今,大规模的图数据正在各种现实世界的应用中生成,从社交网络到合着网络,从蛋白质-蛋白质相互作用网络到道路交通网络。现有的许多图挖掘工作都集中在顶点和...
热度:16

24
Improved Degree Bounds and Full Spectrum Power Laws in Preferential Attachment Networks[优先附着网络中改进的度界和全谱幂律]
   Yinon Nahum(魏茨曼科学研究所) 考虑用于网络演化的随机优先附着模型 $G(p)$,它允许节点和边缘到达。从任意非空图 $G_0$ 开始,在每个时间步,有两个可能的事件:以概率 $p>0$ 到达新节点,并...
热度:20

25
TrioVecEvent: Embedding-Based Online Local Event Detection in Geo-Tagged Tweet Streams[TrioVecEvent:地理标记推文流中基于嵌入的在线本地事件检测]
   Chao Zhang(伊利诺伊大学) 对于从灾害控制到犯罪监控和地点推荐等广泛应用来说,在当地事件(例如抗议、灾难)发生时检测它们是一项重要任务。近年来,人们对利用地理标记推文流进行在线本...
热度:10

26
Matrix Profile V: A Generic Technique to Incorporate Domain Knowledge into Motif Discovery[矩阵配置文件 V:将领域知识纳入主题发现的通用技术]
   Hoang Anh Dau(加州大学) 时间序列主题发现可能已成为时间序列数据挖掘中最常用的原语,并且已应用于机器人、医学和气候学等多种领域。最近在主题发现的可扩展性方面取得了重大进展。然而...
热度:9

27
Coresets for Kernel Regression[核回归的核心集]
   Yan Zheng(犹他大学) 核回归是非参数数据分析中必不可少且普遍存在的工具,在时间序列和空间数据中尤其流行。然而,多次执行的中央操作(评估数据集上的内核)需要线性时间。这对于现...
热度:9

28
A Minimal Variance Estimator for the Cardinality of Big Data Set Intersection[大数据集交集基数的最小方差估计器]
   Aviv Yehezkel(以色列理工学院) 近年来,人们对开发“流算法”以高效处理和查询连续数据流越来越感兴趣。这些算法力求提供准确的结果,同时最大限度地减少所需的存储和处理时间,但代价是输出略...
热度:13

29
LiJAR: A System for Job Application Redistribution towards Efficient Career Marketplace[LiJAR:一个面向高效就业市场的求职再分配系统]
  Liang Zhang(领英公司) LinkedIn 等在线专业社交网络充当市场,求职者可以在其中找到合适的职业机会,工作提供者可以接触潜在的候选人。LinkedIn 的职位推荐产品是潜在候选人和职位发布...
热度:14

30
Cascade Ranking for Operational Ecommerce Search[运营电子商务搜索级联排名]
  刘世臣(阿里巴巴集团 ) 在“大数据”时代,许多现实世界的应用程序(例如搜索)都涉及大量项目的排名问题。获得有效的排名结果,同时及时高效地获得结果对于提供良好的用户体验和节省计...
热度:10