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::
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
376Toward Large-Scale Shallow Semantics for Higher-Quality NLP[转向高质量NLP的大尺度浅层语义]
Eduard Hovy(南加州大学) 在过去十年统计方法工作的成功基础上，有迹象表明质量保证，摘要，信息提取，甚至机器翻译的持续质量改进需要更复杂，甚至可能（浅）的文本意义的语义表示。但是...
热度：53
Eduard Hovy(南加州大学) 在过去十年统计方法工作的成功基础上，有迹象表明质量保证，摘要，信息提取，甚至机器翻译的持续质量改进需要更复杂，甚至可能（浅）的文本意义的语义表示。但是...
热度：53
377Results of the first Worldwide Evaluation of Semantic Technologies[第一次全球语义技术评估的结果]
Lyndon Nixon(维也纳模都尔大学) 对语义技术的一致评估不仅对于未来的科学进步至关重要，而且对于其广泛的工业应用也至关重要。此类评估需要解决开发质量（正确性或稳健性）以及部署质量（互操作...
热度：35
Lyndon Nixon(维也纳模都尔大学) 对语义技术的一致评估不仅对于未来的科学进步至关重要，而且对于其广泛的工业应用也至关重要。此类评估需要解决开发质量（正确性或稳健性）以及部署质量（互操作...
热度：35
378Testing Times for the Contact Centre and Semantics[测试联络中心和语义的时间]
Christopher Baker(新不伦瑞克大学) Innovatia Inc.由Atlantic Canada Opportunities Agency和Atlantic Innovation Foundation资助，率先设计和测试语义技术，供联络中心代理商使用，他们为电信行业...
热度：63
Christopher Baker(新不伦瑞克大学) Innovatia Inc.由Atlantic Canada Opportunities Agency和Atlantic Innovation Foundation资助，率先设计和测试语义技术，供联络中心代理商使用，他们为电信行业...
热度：63
379Talk to me in plain English, please! Explorations in Data-driven Text Simplification[请用简单的英语与我交谈！ 数据驱动文本简化的探索]
Mirella Lapata(爱丁堡大学) 近年来已经见证了对用于文本重写的数据驱动方法的兴趣增加，例如，以更简洁的方式将查询重新形成为替代查询，更简单风格的文档或句子的问题。在本次演讲中，我将...
热度：70
Mirella Lapata(爱丁堡大学) 近年来已经见证了对用于文本重写的数据驱动方法的兴趣增加，例如，以更简洁的方式将查询重新形成为替代查询，更简单风格的文档或句子的问题。在本次演讲中，我将...
热度：70
380Large-Scale Euclidean MST and Hierarchical Clustering[大规模欧氏MST与分层聚类]
William March(佐治亚理工学院) 我们提出了用于执行单链接层次聚类方法的新快速算法，这是一种在生物信息学和天文学中大量使用的经典数据挖掘方法，给出了作为度量的相似性。我们提供的实验结果...
热度：60
William March(佐治亚理工学院) 我们提出了用于执行单链接层次聚类方法的新快速算法，这是一种在生物信息学和天文学中大量使用的经典数据挖掘方法，给出了作为度量的相似性。我们提供的实验结果...
热度：60
381Stationary Features and Folded Hierarchies for Efficient Object Detection[用于高效物体检测的固定特征和折叠层次结构]
Donald Geman(约翰霍普金斯大学) 用于从静止图像中的对象类别检测实例的大多数辨别技术包括使用专用二进制分类器在姿势空间的分区上循环。这种策略对于复杂的姿势是低效的，即，对于细粒度描述：...
热度：42
Donald Geman(约翰霍普金斯大学) 用于从静止图像中的对象类别检测实例的大多数辨别技术包括使用专用二进制分类器在姿势空间的分区上循环。这种策略对于复杂的姿势是低效的，即，对于细粒度描述：...
热度：42
382Speeding Up Stochastic Gradient Descent[加速随机梯度下降]
Yoshua Bengio(蒙特利尔大学) 为了解决大规模学习问题，其解决方案必然涉及具有许多可调参数的大型模型，必须有效地执行困难的非凸优化。计算复杂性参数强烈表明，深层体系结构将是表示AI所涉...
热度：77
Yoshua Bengio(蒙特利尔大学) 为了解决大规模学习问题，其解决方案必然涉及具有许多可调参数的大型模型，必须有效地执行困难的非凸优化。计算复杂性参数强烈表明，深层体系结构将是表示AI所涉...
热度：77
383Machine Learning for Robotics[机器人的学习能力]
Pieter Abbeel(加州大学伯克利分校) 机器人在自主模式下的能力通常远远低于远程操作模式。少数例外情况往往源于特定机器人及其操作环境的专家工程的漫长日子（更常见的是数周甚至数年）。目前的控制...
热度：119
Pieter Abbeel(加州大学伯克利分校) 机器人在自主模式下的能力通常远远低于远程操作模式。少数例外情况往往源于特定机器人及其操作环境的专家工程的漫长日子（更常见的是数周甚至数年）。目前的控制...
热度：119
384Multi-Label Ensemble Learning[多标签集成学习]
Wenbin Tang(清华大学) 多标签学习旨在预测给定实例的潜在多个标签。传统的多标签学习方法侧重于利用标签相关性来通过基于一组单个标签学习器构建单个多标签学习器或组合学习器来提高学...
热度：172
Wenbin Tang(清华大学) 多标签学习旨在预测给定实例的潜在多个标签。传统的多标签学习方法侧重于利用标签相关性来通过基于一组单个标签学习器构建单个多标签学习器或组合学习器来提高学...
热度：172
385The Minimum Code Length for Clustering Using the Gray Code[使用灰色代码进行聚类的最小代码长度]
Mahito Sugiyama(京都大学) 我们提出了利用压缩算法来聚类数值数据的新方法。我们的第一个贡献是设计一种度量，该度量可以根据固定编码方案对给定聚类结果的质量进行评分。我们将此度量称为...
热度：81
Mahito Sugiyama(京都大学) 我们提出了利用压缩算法来聚类数值数据的新方法。我们的第一个贡献是设计一种度量，该度量可以根据固定编码方案对给定聚类结果的质量进行评分。我们将此度量称为...
热度：81
386Generalized Agreement Statistics over Fixed Group of Experts[固定专家组的广义协议统计]
Mohak Shah(北美博世研究与技术中心) 机会校正统计数据的推广用于衡量数据实例的类别标签分配的互联网协议，传统上依赖于可变专家组的边际化论证。此外，这一论点还导致了协议措施，以评估孤立分类器...
热度：35
Mohak Shah(北美博世研究与技术中心) 机会校正统计数据的推广用于衡量数据实例的类别标签分配的互联网协议，传统上依赖于可变专家组的边际化论证。此外，这一论点还导致了协议措施，以评估孤立分类器...
热度：35
387Motion segmentation by a model-based clustering approach of incomplete trajectories[基于模型的不完全轨迹聚类方法的运动分割]
Vasileios Karavasilis(约阿尼纳大学) 在本文中，我们提出了一个基于从视频中提取的图像关键点的聚类轨迹的视觉对象跟踪框架。我们的方法的主要贡献是轨迹是从视频序列中自动提取的，并且它们直接提供...
热度：69
Vasileios Karavasilis(约阿尼纳大学) 在本文中，我们提出了一个基于从视频中提取的图像关键点的聚类轨迹的视觉对象跟踪框架。我们的方法的主要贡献是轨迹是从视频序列中自动提取的，并且它们直接提供...
热度：69
388Reading Customers’ Needs and Expectations with Analytics[通过分析了解客户的需求和期望]
Vasilis Aggelis(比雷埃夫斯银行) 客户是每家银行最大的资产。我们整体上了解他们吗?我们准备好满足他们的需求和期望了吗?使用分析是一个关键，以使我们更好地与客户的关系。在此之前，分析可以为...
热度：38
Vasilis Aggelis(比雷埃夫斯银行) 客户是每家银行最大的资产。我们整体上了解他们吗?我们准备好满足他们的需求和期望了吗?使用分析是一个关键，以使我们更好地与客户的关系。在此之前，分析可以为...
热度：38
389Hierarchical Learning Machines and Neuroscience of Visual Cortex[分层学习机器和视觉皮层神经科学]
Tomaso A. Poggio(麻省理工学院) 学习是理解智能并在机器中复制智能的门户。在再生核Hilbert空间中的正则化提供了学习算法的经典示例。然而，相应的架构不同于大脑中学习是理解智能并在机器中复...
热度：99
Tomaso A. Poggio(麻省理工学院) 学习是理解智能并在机器中复制智能的门户。在再生核Hilbert空间中的正则化提供了学习算法的经典示例。然而，相应的架构不同于大脑中学习是理解智能并在机器中复...
热度：99
390Mining experimental data for dynamical invariants - from cognitive robotics to computational biology[为动态不变量挖掘实验数据——从认知机器人到计算生物学]
Hod Lipson(康奈尔大学 ) 几个世纪以来，科学家一直试图识别和记录构成自然界物理现象的分析法则。尽管计算能力普遍存在，但寻找自然定律及其相应方程的过程却抵制了自动化。自动查找分析...
热度：50
Hod Lipson(康奈尔大学 ) 几个世纪以来，科学家一直试图识别和记录构成自然界物理现象的分析法则。尽管计算能力普遍存在，但寻找自然定律及其相应方程的过程却抵制了自动化。自动查找分析...
热度：50