境外开放课程——按学科专业列表
开放课程→自然科学→数学::

2236
Exact and Stable Recovery of Sequences of Signals with Sparse Increments via Differential ℓ1-Minimization[精确和稳定的具有稀疏的增量通过微分ℓ1最小化恢复信号序列]
  Demba Ba(麻省理工学院) 我们考虑恢复一系列向量的问题，（xk）k = 0K，其增量xk＆minus; xk＆minus; 1是Sk稀疏的（Sk通常小于S1），基于线性测量（yk = Akxk + ek） ）k = 1K，其中Ak和...
热度：24

2237
Sparse Prediction with the k-Support Norm[与K支持范数稀疏的预测]
  Andreas Argyriou(巴黎中央学校) 我们推导出一个对应的稀疏性结合ℓ罚2严格的凸松弛的新规范。我们表明，这种新的规范提供了一个比弹性网收紧松弛，因而是套索或稀疏的预测问题的一个很好的替代...
热度：82

2238
Statistical analysis of protein patternation on cell membranes during immunological synapse[在免疫突触蛋白在细胞膜上的喷雾型态分布统计分析]
  Vladimir Miloserdov(华威大学) 考虑了两个不同实验的统计分析。它们都与理解在免疫细胞膜和抗原呈递细胞的膜之间的接触界面中参与形成蛋白质复合物和分子的有组织模式的分子分布背后的机制有关...
热度：44

2239
Mining Top-K Frequent Items in a Data Stream with Flexible Sliding Windows[挖掘频繁项的前K在一个灵活的滑动窗口的数据流]
  Hoang Thanh Lam(埃因霍温工业大学) 我们研究了在最近提出的最大频率测量的项目流中找到k个最频繁项目的问题。根据项目的属性，项目的最大频率在滑动窗口上计算，其长度动态变化。除了无参数之外，...
热度：34

2240
Probably the Best Itemsets[可能最好的集]
  Nikolaj Tatti(安特卫普大学) 项目集挖掘当前面临的主要挑战之一是发现一小组高质量项目集。在本文中，我们提出了一种用于测量项目集质量的新的通用方法。该方法牢固地建立在贝叶斯统计中，并...
热度：32

2241
Topic Models with Power-Law Using Pitman-Yor Process[皮特曼-尤尔用幂律主题模型]
  Issei Sato(东京大学) 一个重要方法的知识发现和数据挖掘是估计观察到的变量，因为潜变量可以显示隐藏的特性，观察到的数据。潜在因素模型假设在记录中的每个项目都有一个潜在的因素；...
热度：377

2242
Unifying Dependent Clustering and Disparate Clustering for Non-homogeneous Data[统一的依赖聚类和不同的非均匀数据聚类]
  M. Shahriar Hossain(弗吉尼亚理工大学) 现代数据挖掘的设置涉及相结合的属性值的描述符在实体以及指定这些实体之间的关系。我们提出了一个集群这种非均匀数据集通过使用关系对依赖聚类或不同的聚类约束...
热度：66

2243
Primal Sparse Max-Margin Markov Networks [原始稀疏的最大间隔马尔可夫网络]
  Jun Zhu(清华大学) 最大间隔马尔可夫网络（宗教）已显示出巨大潜力的结构预测和学习的关系。由于KKT条件，的M3N享有双稀疏。然而，现有的M3N配方不享受原始稀疏，这是一个理想的属...
热度：110

2244
Parallel Community Detection on Large Networks with Propinquity Dynamics [用近似动态大型网络并行社区检测]
  Yuzhou Zhang(清华大学) 图或网络可以用来模拟复杂的系统。从大量的网络数据检测群落结构是一个经典的和具有挑战性的任务。在本文中，我们提出了一个新的社区检测算法，它利用一个动态的...
热度：62

2245
Efficient Methods for Topic Model Inference on Streaming Document Collections[流上的文档集合的主题模型推断的有效方法]
  David Mimno(麻省大学) 主题模型通过在低维子空间中表示高维数据，提供了分析大型文本集合的强大工具。在给定一组训练文档的情况下拟合主题模型需要计算上昂贵的近似推理技术。通过今天...
热度：127

2246
Name-Ethnicity Classification from Open Sources[名字的种族分类从公开来源]
  Swapna Male(纽约州立大学) 从名称中识别种族问题具有多种重要应用，包括生物医学研究，人口统计学研究和市场营销。在这里，我们报告了种族分类器的发展，其中所有训练数据都是从公共的，非...
热度：44

2247
Large-Scale Sparse Logistic Regression [大型稀疏Logistic回归]
  Jieping Ye(密歇根大学) Logistic Regression is a well-known classification method that has been used widely in many applications of data mining, machine learning, computer vi...
热度：736

2248
DynaMMo: Mining and Summarization of Coevolving Sequences with Missing Values[dynammo：共同进化序列的缺失值的挖掘和总结]
  Christos Faloutsos(卡内基梅隆大学) 给定具有缺失值的多个时间序列，我们提出DynaMMo，其总结，压缩和发现潜在变量。我们的想法是发现隐藏的变量并了解它们的动态，使我们的算法即使在缺少值时也能...
热度：48

2249
Structured Correspondence Topic Models for Mining Captioned Figures in Biological Literature[结构对应的主题模式挖掘在生物文献标题数据]
  Amr Ahmed(卡内基梅隆大学) .主要的信息来源（通常是最重要的信息的一部分）在科学期刊的学术文章，诉讼和图书的数字，直接提供的图像和关键的实验结果和科学内容的其他图形插图。在生物制...
热度：31

2250
Enhancing Semi-Supervised Clustering: A Feature Projection Perspective[提高半监督聚类：特征投影角度]
  Wei Tang(佛罗里达大西洋大学) 半监督聚类利用有限的监督的标记的实例或成对实例约束的形式帮助无监督聚类往往显着提高聚类的性能。尽管专家知识在这个问题上花费大量，大多数现有的工作不适合...
热度：43