图 书 馆境外开放课程——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::
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
586Algorithms and hardness results for parallel large margin learning[并行大幅度学习的算法和硬度结果]
Phil Long(美国感知技术有限公司) 研究了在并行计算环境下学习未知大边缘半空间的基本问题。我们的主要积极成果是一个学习大边缘半空间的并行算法，它基于凸优化的内点法和矩阵计算的快速并行算法...
热度：36
Phil Long(美国感知技术有限公司) 研究了在并行计算环境下学习未知大边缘半空间的基本问题。我们的主要积极成果是一个学习大边缘半空间的并行算法，它基于凸优化的内点法和矩阵计算的快速并行算法...
热度：36
587A Non-Parametric Approach to Dynamic Programming[动态规划的非参数化方法]
Oliver B Kroemer(达姆施塔特理工大学) 本文研究了连续状态系统的政策评价问题。本文提出了一种非参数化的政策评价方法，该方法利用核密度估计来表示系统。该模型的值函数的真形式可以确定，并且可以用...
热度：40
Oliver B Kroemer(达姆施塔特理工大学) 本文研究了连续状态系统的政策评价问题。本文提出了一种非参数化的政策评价方法，该方法利用核密度估计来表示系统。该模型的值函数的真形式可以确定，并且可以用...
热度：40
588Structural equations and divisive normalization for energy-dependent component analysis[能量相关成分分析的结构方程和分裂归一化]
Jun-ichiro Hirayama(京都大学) 通过独立分量分析和相关方法估计的分量在实际数据中通常不独立。组件之间非线性依赖的一种非常常见的形式是它们的方差或能量的相关性。在这里，我们提出一个原则...
热度：52
Jun-ichiro Hirayama(京都大学) 通过独立分量分析和相关方法估计的分量在实际数据中通常不独立。组件之间非线性依赖的一种非常常见的形式是它们的方差或能量的相关性。在这里，我们提出一个原则...
热度：52
589Practical Variational Inference for Neural Networks[神经网络的实际变分推理]
Alex Graves(多伦多大学) 变分法是神经网络贝叶斯推理的一种可处理的近似方法。然而，目前提出的方法只适用于一些简单的网络体系结构。本文介绍了一种易于实现的随机变分方法（或等效的最...
热度：70
Alex Graves(多伦多大学) 变分法是神经网络贝叶斯推理的一种可处理的近似方法。然而，目前提出的方法只适用于一些简单的网络体系结构。本文介绍了一种易于实现的随机变分方法（或等效的最...
热度：70
590Non-Asymptotic Analysis of Stochastic Approximation Algorithms for Machine Learning[机器学习的随机逼近算法的非渐近分析]
Francis R. Bach(INRIA研究机构) 我们考虑在希尔伯特空间上定义的凸目标函数的最小化，这只能通过对其梯度的无偏估计获得。该问题包括核逻辑回归和最小二乘回归等标准机器学习算法，在运筹学界常...
热度：84
Francis R. Bach(INRIA研究机构) 我们考虑在希尔伯特空间上定义的凸目标函数的最小化，这只能通过对其梯度的无偏估计获得。该问题包括核逻辑回归和最小二乘回归等标准机器学习算法，在运筹学界常...
热度：84
591The Multidimensional Wisdom of Crowds[人群的多维智慧]
Peter Welinder(加州理工学院) 在成百上千的注释器之间分布标记任务是注释大型数据集的一种日益重要的方法。我们提出了一种从多个注释器提供的（噪声）注释中估计每个图像的底层值（例如类）的...
热度：44
Peter Welinder(加州理工学院) 在成百上千的注释器之间分布标记任务是注释大型数据集的一种日益重要的方法。我们提出了一种从多个注释器提供的（噪声）注释中估计每个图像的底层值（例如类）的...
热度：44
592Phoneme Recognition with Large Hierarchical Reservoirs[具有大层次储层的音素识别]
Fabian Triefenbach(根特大学) 近年来，语音自动识别技术逐渐得到了提高，但对无约束语音的可靠识别仍然遥不可及。为了取得突破，许多研究小组现在正在研究新的方法论，这些方法论有可能优于目...
热度：52
Fabian Triefenbach(根特大学) 近年来，语音自动识别技术逐渐得到了提高，但对无约束语音的可靠识别仍然遥不可及。为了取得突破，许多研究小组现在正在研究新的方法论，这些方法论有可能优于目...
热度：52
593More data means less inference: A pseudo-max approach to structured learning[更多的数据意味着更少的推理：一个伪最大的方法来结构化学习]
David Sontag(纽约大学) 在许多应用中，学习预测结构化标签的问题非常重要。然而，对于一般的图结构来说，在这种情况下学习和推理都是难以解决的。在这里，我们证明了当输入分布足够丰富...
热度：30
David Sontag(纽约大学) 在许多应用中，学习预测结构化标签的问题非常重要。然而，对于一般的图结构来说，在这种情况下学习和推理都是难以解决的。在这里，我们证明了当输入分布足够丰富...
热度：30
594Identifying graph-structured activation patterns in networks[网络中图形结构激活模式的识别]
James Sharpnack(卡内基梅隆大学) 我们考虑在复杂的大规模网络中识别一个激活模式的问题，该网络嵌入在非常嘈杂的测量中。这个问题与几个应用有关，例如识别由传感器网络传播的生化传播痕迹、基因...
热度：36
James Sharpnack(卡内基梅隆大学) 我们考虑在复杂的大规模网络中识别一个激活模式的问题，该网络嵌入在非常嘈杂的测量中。这个问题与几个应用有关，例如识别由传感器网络传播的生化传播痕迹、基因...
热度：36
595Probabilistic Deterministic Infinite Automata[概率确定性无限自动机]
David Pfau(哥伦比亚大学) 提出了一种新的概率确定性有限自动机贝叶斯非参数学习方法。我们定义并开发了一个具有无限多状态的PDFA，我们称之为概率确定性无限自动机（PDIA）。该模型中的后...
热度：145
David Pfau(哥伦比亚大学) 提出了一种新的概率确定性有限自动机贝叶斯非参数学习方法。我们定义并开发了一个具有无限多状态的PDFA，我们称之为概率确定性无限自动机（PDIA）。该模型中的后...
热度：145
596Global Analytic Solution for Variational Bayesian[ 变分贝叶斯的全局解析解]
Shinichi Nakajima(尼康公司) 近年来，作为经典奇异值分解的替代方法，贝叶斯矩阵因式分解方法得到了广泛的研究。本文证明，尽管优化问题是非凸的，但通过求解一个四次方程，可以解析地计算变...
热度：81
Shinichi Nakajima(尼康公司) 近年来，作为经典奇异值分解的替代方法，贝叶斯矩阵因式分解方法得到了广泛的研究。本文证明，尽管优化问题是非凸的，但通过求解一个四次方程，可以解析地计算变...
热度：81
597Slice sampling covariance hyperparameters of latent[切片采样协方差参数的潜在]
Iain Murray(爱丁堡大学) 高斯过程（gp）是概率模型中一种常用的指定随机变量依赖关系的方法。在贝叶斯框架中，协方差结构可以使用未知的超参数来指定。在这些超参数上进行积分可以考虑在...
热度：39
Iain Murray(爱丁堡大学) 高斯过程（gp）是概率模型中一种常用的指定随机变量依赖关系的方法。在贝叶斯框架中，协方差结构可以使用未知的超参数来指定。在这些超参数上进行积分可以考虑在...
热度：39
598A biologically plausible network for the computation of orientation dominance[一种用于计算取向优势的生物合理网络]
Kritika Muralidharan(圣地亚哥大学) 将在给定图像位置上确定主方向作为一个决策理论问题。这就产生了一种新的方法来衡量给定方向的优势，类似于sift所用的方法。结果表明，新的测量方法可以用一个网...
热度：26
Kritika Muralidharan(圣地亚哥大学) 将在给定图像位置上确定主方向作为一个决策理论问题。这就产生了一种新的方法来衡量给定方向的优势，类似于sift所用的方法。结果表明，新的测量方法可以用一个网...
热度：26
599Construction of Dependent Dirichlet Processes[依赖狄利克雷建设过程]
Dahua Lin(麻省理工学院) 我们提出了一种构造依赖Dirichlet过程的方法。新方法利用狄里克莱过程和泊松过程之间的内在关系，建立了一个适合作为优先超演化混合模型的狄里克莱过程的马尔可...
热度：41
Dahua Lin(麻省理工学院) 我们提出了一种构造依赖Dirichlet过程的方法。新方法利用狄里克莱过程和泊松过程之间的内在关系，建立了一个适合作为优先超演化混合模型的狄里克莱过程的马尔可...
热度：41
600Learning Convolutional Feature Hierarchies for Visual Recognition[学习卷积特征层次的视觉识别]
Y-Lan Boureau(纽约大学) 提出了一种无监督学习稀疏卷积特征多级层次的方法。虽然稀疏编码已经成为学习视觉特性的一种越来越流行的方法，但它通常是在补丁级别进行训练的。由于重叠的补丁...
热度：42
Y-Lan Boureau(纽约大学) 提出了一种无监督学习稀疏卷积特征多级层次的方法。虽然稀疏编码已经成为学习视觉特性的一种越来越流行的方法，但它通常是在补丁级别进行训练的。由于重叠的补丁...
热度：42