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→计算机工程::
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
151Min, Max and PTIME Anti-Monotonic Overlap Graph Measures[Min，Max和PTIME反单调重叠图测量]
Dries Van Dyck(林堡跨国大学) 本文的主要贡献是：（1）我们将Vanetik，Gudes和Shimony的反单调性结果扩展到带有边缘的标记或未标记，有向或无向图上的所有24种iso-，homo-或同胚的组合。 - ...
热度：62
Dries Van Dyck(林堡跨国大学) 本文的主要贡献是：（1）我们将Vanetik，Gudes和Shimony的反单调性结果扩展到带有边缘的标记或未标记，有向或无向图上的所有24种iso-，homo-或同胚的组合。 - ...
热度：62
152Biomine search engine for probabilistic graphs[用于概率图的Biomine搜索引擎]
Hannu Toivonen(赫尔辛基大学) Biomine是一个正在开发的搜索引擎原型。 它可用于查找与给定查询实体（间接）相关的生物实体，以及显示和评估关系。 Biomine基于对许多公共生物数据库的综合指数...
热度：69
Hannu Toivonen(赫尔辛基大学) Biomine是一个正在开发的搜索引擎原型。 它可用于查找与给定查询实体（间接）相关的生物实体，以及显示和评估关系。 Biomine基于对许多公共生物数据库的综合指数...
热度：69
153Combining near-optimal feature selection with gSpan[将近似最佳特征选择与gSpan相结合]
Marisa Thoma(慕尼黑大学) 图分类是许多应用领域中越来越重要的步骤，例如分子和蛋白质的功能预测，计算机化场景分析和程序流程中的异常检测。在文献中提出的各种方法中，基于频繁子图的图...
热度：55
Marisa Thoma(慕尼黑大学) 图分类是许多应用领域中越来越重要的步骤，例如分子和蛋白质的功能预测，计算机化场景分析和程序流程中的异常检测。在文献中提出的各种方法中，基于频繁子图的图...
热度：55
154An Online Algorithm for Learning a Labeling of a Graph[一种学习图形标注的在线算法]
Kristiaan Pelckmans(乌普萨拉大学) 这份简短的报告分析了一种简单直观的在线学习算法 - 称为graphtron - 用于在给定一系列标签的情况下学习固定图形上的标记。 贡献是双重的，（a）我们对可能的错...
热度：45
Kristiaan Pelckmans(乌普萨拉大学) 这份简短的报告分析了一种简单直观的在线学习算法 - 称为graphtron - 用于在给定一系列标签的情况下学习固定图形上的标记。 贡献是双重的，（a）我们对可能的错...
热度：45
155Structured Output Prediction with Structural SVMs[结构SVM的结构化输出预测]
Thorsten Joachims(康奈尔大学) 本演讲探讨了用于预测基于图形的对象（如树，聚类或对齐）的大边距方法。例如，当自然语言解析器需要预测给定句子的正确解析树，当需要确定文档中名词短语的共同...
热度：26
Thorsten Joachims(康奈尔大学) 本演讲探讨了用于预测基于图形的对象（如树，聚类或对齐）的大边距方法。例如，当自然语言解析器需要预测给定句子的正确解析树，当需要确定文档中名词短语的共同...
热度：26
156Inferring the structure and scale of modular networks[推断模块化网络的结构和规模]
Jake M. Hofman(微软公司) 我们提出了一种有效的，有原则的，可解释的技术，用于推断模块分配和识别最优基于给定网络的模块数量关于随机变量的变分贝叶斯推断块模型。 我们展示了我们的方...
热度：34
Jake M. Hofman(微软公司) 我们提出了一种有效的，有原则的，可解释的技术，用于推断模块分配和识别最优基于给定网络的模块数量关于随机变量的变分贝叶斯推断块模型。 我们展示了我们的方...
热度：34
157Induction of Node Label Controlled Graph Grammar Rules[节点标签控制图语法规则的引入]
Hendrik Blockeel(鲁汶大学) 之前已经提出了用于从图形集合中引入图形语法的算法。 一类重要的算法是基于Subdue图挖掘系统的算法。 但Subdue及其衍生物所学到的规则并不适合任何经过深入研究...
热度：35
Hendrik Blockeel(鲁汶大学) 之前已经提出了用于从图形集合中引入图形语法的算法。 一类重要的算法是基于Subdue图挖掘系统的算法。 但Subdue及其衍生物所学到的规则并不适合任何经过深入研究...
热度：35
158Fast Inference in Infinite Hidden Relational Models[无限隐藏关系模型中的快速推理]
Zhao Xu(慕尼黑大学) 关系学习是机器学习中越来越受关注的领域（Dzeroski＆Lavrac，2001; Friedman等， 1999; Raedt＆Kersting，2003）。徐等人。 （2006）引入了无限隐藏关系模型...
热度：34
Zhao Xu(慕尼黑大学) 关系学习是机器学习中越来越受关注的领域（Dzeroski＆Lavrac，2001; Friedman等， 1999; Raedt＆Kersting，2003）。徐等人。 （2006）引入了无限隐藏关系模型...
热度：34
159Weighted Substructure Mining for Image Analysis[图像分析的加权子结构挖掘]
Sebastian Nowozin(马克斯普朗克研究所) 在与图像分类的网络相关的应用程序中，它是希望得到一个可解释的分类规则高精确度。使用词袋表示和线性支持向量机，可以部分实现目标，但线性分类器的准确性并不...
热度：14
Sebastian Nowozin(马克斯普朗克研究所) 在与图像分类的网络相关的应用程序中，它是希望得到一个可解释的分类规则高精确度。使用词袋表示和线性支持向量机，可以部分实现目标，但线性分类器的准确性并不...
热度：14
160Mining, Indexing, and Searching Graphs in Large Data Sets[在大型数据集中挖掘，索引和搜索图形]
Jiawei Han(伊利诺伊大学) 最近对模式发现的研究已经从挖掘频繁项目集和序列发展到挖掘结构化模式，包括树，格子和图形。作为一般数据结构，图形可以模拟数据之间复杂的关系，广泛应用于We...
热度：39
Jiawei Han(伊利诺伊大学) 最近对模式发现的研究已经从挖掘频繁项目集和序列发展到挖掘结构化模式，包括树，格子和图形。作为一般数据结构，图形可以模拟数据之间复杂的关系，广泛应用于We...
热度：39
161Support Computation for Mining Frequent Subgraphs in a Single Graph[在单个图中挖掘频繁子图的支持计算]
Mathias Fiedler(欧洲软计算中心) 定义子图的支持（或频率）是给出图表数据库时很简单：它只是数字数据库中包含子图的图表。 然而，如果输入是一个大图，则很难找到适当的支持定义。 在本文中我们...
热度：32
Mathias Fiedler(欧洲软计算中心) 定义子图的支持（或频率）是给出图表数据库时很简单：它只是数字数据库中包含子图的图表。 然而，如果输入是一个大图，则很难找到适当的支持定义。 在本文中我们...
热度：32
162Inferring vertex properties from topology in large networks[在大型网络中从拓扑中推断顶点属性]
Janne Aukia(创汇公司) 网络拓扑不仅讲述了紧密连接的“社区”， 但也给出了顶点更微妙属性的线索。 我们介绍一个简单的 概率潜变量模型，可以找到潜在的块或更多的等级 结构...
热度：62
Janne Aukia(创汇公司) 网络拓扑不仅讲述了紧密连接的“社区”， 但也给出了顶点更微妙属性的线索。 我们介绍一个简单的 概率潜变量模型，可以找到潜在的块或更多的等级 结构...
热度：62
163Incrementally learning an Incremental parser[逐步学习增量解析器]
Yoav Seginer(阿姆斯特丹大学) “语言表面统计与其隐藏的句法结构之间的关系是什么？”\\ 为了探索这一点，作者提出了一个无监督的解析器。 使用的自然语言的一些属性：树结构是倾斜的。 人...
热度：46
Yoav Seginer(阿姆斯特丹大学) “语言表面统计与其隐藏的句法结构之间的关系是什么？”\\ 为了探索这一点，作者提出了一个无监督的解析器。 使用的自然语言的一些属性：树结构是倾斜的。 人...
热度：46
164Surrogate Assisted Optimization Methods: Recent Developments and Challenges[替代辅助优化方法：最新发展和挑战]
Tapabrata Ray(新南威尔士大学) 在设计的早期阶段，使用越来越精确且通常计算成本更高的分析工具的趋势越来越明显。使用这种计算上昂贵的分析工具进行优化需要使用替代辅助方法，其中使用替代或...
热度：62
Tapabrata Ray(新南威尔士大学) 在设计的早期阶段，使用越来越精确且通常计算成本更高的分析工具的趋势越来越明显。使用这种计算上昂贵的分析工具进行优化需要使用替代辅助方法，其中使用替代或...
热度：62
165Multi-Objective Design Exploration (MODE) - Visualization and Mapping of Design Space[多目标设计探索（MODE） - 设计空间的可视化与制图]
Shigeru Obayashi(日本东北大学) 介绍了多目标设计探索（MODE）及其应用。 MODE从权衡信息中揭示设计空间的结构，并将其可视化为Decision Maker的全景图。 自组织映射作为设计空间的可视化数据挖...
热度：37
Shigeru Obayashi(日本东北大学) 介绍了多目标设计探索（MODE）及其应用。 MODE从权衡信息中揭示设计空间的结构，并将其可视化为Decision Maker的全景图。 自组织映射作为设计空间的可视化数据挖...
热度：37