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→人工智能::
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
376Conversational Virtual Role Players[会话中虚拟角色扮演者]
Prasan Samtani, Joel Harris(阿莱洛公司) 该视频展示了一种称为虚拟角色扮演者（VRP）的技术，用于实现对话虚拟人，从而进行口语对话，并展现出适合文化的行为。 它旨在用作训练模拟系统的插件。 显示的...
热度：37
Prasan Samtani, Joel Harris(阿莱洛公司) 该视频展示了一种称为虚拟角色扮演者（VRP）的技术，用于实现对话虚拟人，从而进行口语对话，并展现出适合文化的行为。 它旨在用作训练模拟系统的插件。 显示的...
热度：37
377Robotic Secrets Revealed, Episode 001[机器人的秘密揭晓，第001集]
J. Gregory Trafton, Benjamin R. Fransen, Magdalena D. Bugajska, Anthony M. Harrison(美国海军研究实验室) 使用Three-Cup Shuffle Magic Trick作为背景，我们提供了一个系统，可以在3D中执行头部，身体姿势和基于对象的对象跟踪以及手部和头部手势识别和生成。 传感器出...
热度：24
J. Gregory Trafton, Benjamin R. Fransen, Magdalena D. Bugajska, Anthony M. Harrison(美国海军研究实验室) 使用Three-Cup Shuffle Magic Trick作为背景，我们提供了一个系统，可以在3D中执行头部，身体姿势和基于对象的对象跟踪以及手部和头部手势识别和生成。 传感器出...
热度：24
378Toward Interactive Learning of Container and Non-Container Objects[对容器和非容器对象的互动学习]
Shane Griffith, Jivko Sinapov, Matthew Miller, Alexander Stoytchev(爱荷华州立大学) 该视频重点介绍了我们创建机器人的工作，这些机器人以交互方式了解容器和非容器对象。 它表明机器人可以通过在对象上方的区域中放置块并在推动对象的同时观察共...
热度：38
Shane Griffith, Jivko Sinapov, Matthew Miller, Alexander Stoytchev(爱荷华州立大学) 该视频重点介绍了我们创建机器人的工作，这些机器人以交互方式了解容器和非容器对象。 它表明机器人可以通过在对象上方的区域中放置块并在推动对象的同时观察共...
热度：38
379A Plan-Based Machinima Creation System[基于计划的Machinima创建系统]
Mike Dominguez(北卡罗来纳州立大学) 该视频描述了我们基于计划的机器人创建系统，并以一个用它创建的示例电影结束。
热度：29
Mike Dominguez(北卡罗来纳州立大学) 该视频描述了我们基于计划的机器人创建系统，并以一个用它创建的示例电影结束。
热度：29
380Bodies In Motion: Dynamic Motion Capture[运动中的物体:动态运动捕捉]
Daniel Byers, Odest Chadwicke Jenkins, Leonid Sigal, Marek Vondrak(布朗大学) 在贝叶斯滤波框架下，研究了单目和多视点视频序列对人体运动跟踪的全身三维物理仿真方法。为了获得更大的物理合理性，我们考虑人的运动是由一个“反馈控制回路”...
热度：52
Daniel Byers, Odest Chadwicke Jenkins, Leonid Sigal, Marek Vondrak(布朗大学) 在贝叶斯滤波框架下，研究了单目和多视点视频序列对人体运动跟踪的全身三维物理仿真方法。为了获得更大的物理合理性，我们考虑人的运动是由一个“反馈控制回路”...
热度：52
381Robots to the Rescue: Mixed-initiative human-robot teaming for disaster response[救援机器人:混合行动的人-机团队应对灾难]
Jonathan P. How, Sanford T. Freedman, Jonathan Williams, Jesse Gray, Kenton Williams, Paula Aguilera, Philipp Robbel, Julie A. Adams, Sigurdur Orn Adalgeirsson, Jason B. Alonso, Fardad Faridi, Jun Ki Lee, Aditya Undurti, Stefanie Tellex, Nicholas Roy, Tho(麻省理工学院) 人形机器人Nexi和一组机器人直升机被部署在一艘海军舰艇上，以应对模拟火灾。机器人与一名远程操作人员合作，搜寻幸存者并引导他们到安全地带。混合主动任务系统...
热度：5
Jonathan P. How, Sanford T. Freedman, Jonathan Williams, Jesse Gray, Kenton Williams, Paula Aguilera, Philipp Robbel, Julie A. Adams, Sigurdur Orn Adalgeirsson, Jason B. Alonso, Fardad Faridi, Jun Ki Lee, Aditya Undurti, Stefanie Tellex, Nicholas Roy, Tho(麻省理工学院) 人形机器人Nexi和一组机器人直升机被部署在一艘海军舰艇上，以应对模拟火灾。机器人与一名远程操作人员合作，搜寻幸存者并引导他们到安全地带。混合主动任务系统...
热度：5
382Facebook and Privacy: The Balancing Act of Personality, Gender, and Relationship Currency[Facebook和隐私：人格、性别和关系货币的平衡行为 ]
Daniele Quercia(剑桥大学) 社交媒体简介告诉我们日常需要披露和隐瞒的例子。隐瞒和披露之间的平衡因人而异，人格特质可能部分解释了这种可变性。迄今为止，关于信息公开与人格之间关系的实...
热度：43
Daniele Quercia(剑桥大学) 社交媒体简介告诉我们日常需要披露和隐瞒的例子。隐瞒和披露之间的平衡因人而异，人格特质可能部分解释了这种可变性。迄今为止，关于信息公开与人格之间关系的实...
热度：43
383Large-Scale Deep Unsupervised Learning Using Graphics Processors[使用图形处理器进行大规模深度无监督学习]
Rajat Raina(斯坦福大学) 无监督学习方法的前景是它们有可能使用大量未标记数据来学习具有数百万个自由参数的复杂，非线性模型。我们考虑两个众所周知的无监督学习模型，深信念网络（DBN...
热度：26
Rajat Raina(斯坦福大学) 无监督学习方法的前景是它们有可能使用大量未标记数据来学习具有数百万个自由参数的复杂，非线性模型。我们考虑两个众所周知的无监督学习模型，深信念网络（DBN...
热度：26
384Variance Approximation in Large-Scale Gaussian Markov Random Fields[大尺度高斯马尔可夫随机场的方差逼近]
Dmitry Malioutov(麻省理工学院) 在本次演讲中，我们讨论了在大规模高斯马尔可夫随机场中计算精确近似方差的框架。我们首先要激发计算GMRF差异的需求，并讨论机器学习中的相关问题。我们的方法基...
热度：75
Dmitry Malioutov(麻省理工学院) 在本次演讲中，我们讨论了在大规模高斯马尔可夫随机场中计算精确近似方差的框架。我们首先要激发计算GMRF差异的需求，并讨论机器学习中的相关问题。我们的方法基...
热度：75
385Modeling Social and Information Networks: Opportunities for Machine Learning[社交和信息网络建模：机器学习的机会]
Jure Leskovec(斯坦福大学) 网络，社交媒体和在线社交网站的出现引发了人类社交活动的详细痕迹。这为分析和模拟数百万人的行为提供了许多机会。例如，我们现在可以研究2.4亿人的完整Microso...
热度：31
Jure Leskovec(斯坦福大学) 网络，社交媒体和在线社交网站的出现引发了人类社交活动的详细痕迹。这为分析和模拟数百万人的行为提供了许多机会。例如，我们现在可以研究2.4亿人的完整Microso...
热度：31
386Graph Construction and b-Matching for Semi-Supervised Learning[半监督学习的图形构建与b匹配]
Tony Jebara(哥伦比亚大学) 基于图的半监督学习（SSL）方法在实际的机器学习系统中发挥着越来越重要的作用。基于图的SSL方法中的Acrucial步骤将数据转换为加权图。然而，大多数SSL文献都着...
热度：76
Tony Jebara(哥伦比亚大学) 基于图的半监督学习（SSL）方法在实际的机器学习系统中发挥着越来越重要的作用。基于图的SSL方法中的Acrucial步骤将数据转换为加权图。然而，大多数SSL文献都着...
热度：76
387Poster Spotlights: Situation Dependent Spatial Abstraction in Reinforcement Learning Based on Structural Knowledge[海报聚焦：基于结构知识的强化学习中的情境依赖空间抽象]
Lutz Frommberger(不来梅大学) 状态空间抽象通过分解与解决手头任务无关的细节来减少表示的大小。但即使在抽象表示中，并非每个细节都与任何情况相关。在环境的结构仅允许一个特定动作选择的情...
热度：32
Lutz Frommberger(不来梅大学) 状态空间抽象通过分解与解决手头任务无关的细节来减少表示的大小。但即使在抽象表示中，并非每个细节都与任何情况相关。在环境的结构仅允许一个特定动作选择的情...
热度：32
388The Adaptive k-Meteorologists Problem and Its Application to Structure Learning and Feature Selection in Reinforcement Learning[自适应k-气象学问题及其在强化学习中结构学习与特征选择中的应用]
Carlos Diuk(新泽西州立大学) 本文的目的是三折。首先，我们在最近提出的KWIK框架中形式化并研究了学习概率概念的问题。我们给出一种算法的细节，称为自适应k气象学家算法，分析其样本复杂性...
热度：70
Carlos Diuk(新泽西州立大学) 本文的目的是三折。首先，我们在最近提出的KWIK框架中形式化并研究了学习概率概念的问题。我们给出一种算法的细节，称为自适应k气象学家算法，分析其样本复杂性...
热度：70
389STAIR: The STanford Artificial Intelligence Robot project[STAIR：STanford人工智能机器人项目]
Andrew Ng, Andrew McCallum(斯坦福大学) 本演讲将描述STAIR家庭辅助机器人项目，以及导致关键STAIR组件的几个卫星项目，例如（i）机器人抓取以前未知的物体，（ii）来自单个静止图像的深度感知，以及（i...
热度：84
Andrew Ng, Andrew McCallum(斯坦福大学) 本演讲将描述STAIR家庭辅助机器人项目，以及导致关键STAIR组件的几个卫星项目，例如（i）机器人抓取以前未知的物体，（ii）来自单个静止图像的深度感知，以及（i...
热度：84
390Open Source Solutions for Motion Planning[运动规划的开源解决方案]
Sachin Chitta(宾夕法尼亚大学) Sachin Chitta是Willow Garage的研究科学家。他于2005年获得了宾夕法尼亚大学Grasp实验室的博士学位，并于2007年加入Willow Garage之前是Grasp实验室的博士后研...
热度：113
Sachin Chitta(宾夕法尼亚大学) Sachin Chitta是Willow Garage的研究科学家。他于2005年获得了宾夕法尼亚大学Grasp实验室的博士学位，并于2007年加入Willow Garage之前是Grasp实验室的博士后研...
热度：113