境外开放课程——按学科专业列表
开放课程→自然科学→数学::

286
Incremental Light Bundle Adjustment[增量光束调整]
  Vadim Indelman(乔治亚理工学院) 在许多应用中，例如移动视觉，增强现实和机器人技术，快速可靠的捆绑包调整至关重要。减少相关计算成本的两个最新想法是减少结构的SFM（运动产生的结构）和增量...
热度：36

287
RDFS with Attribute Equations via SPARQL Rewriting[基于SPARQL重写的属性方程RDFS]
   Stefan Bischof(西门子公司) 除了有关通常可在诸如RDFS和OWL之类的语言中表达的概念和特性的分类学知识外，RDF图中的隐式信息也可以由算术方程式确定。这里的主要用例是利用关于可通过此类方...
热度：35

288
Hybrid Acquisition of Temporal Scopes for RDF Data[RDF数据时域的混合采集]
   Anisa Rula(米兰大学) 由RDF三元组描述的事实的有效时间间隔信息在大量应用中起着重要作用。但是，数据网络上可用的大多数知识库都没有以明确的方式提供此类信息。在本文中，我们提出...
热度：38

289
Error-Tolerant RDF Subgraph Matching for Adaptive Presentation of Linked Data on Mobile[基于容错RDF子图匹配的移动互联数据自适应表示]
   Luca Costabello(富士通爱尔兰公司) 我们介绍了PRISSMA，它是链接数据的上下文感知表示层。 PRISSMA通过移动上下文的概念扩展了菲涅耳词汇。此外，它包括一种算法，该算法确定感测到的上下文是否与...
热度：50

290
Image Classification for Age-related Macular Degeneration Screening[基于层次图像分解和图挖掘的年龄相关性黄斑变性筛查图像分类] using Hierarchical Image Decompositions and Graph Mining
   Mohd Hanafi Ahmad Hijazi(利物浦大学) 与年龄有关的黄斑变性（AMD）是发达国家中成年人失明的最常见原因。本文介绍了一种新的图像挖掘技术，可以从彩色眼底照片中自动检测AMD。该技术包括基于圆形和角...
热度：58

291
Regularized Sparse Kernel Slow Feature Analysis[正则化稀疏核慢特征分析]
   Wendelin Böhmer(柏林大学) 本文开发了一种内核化的慢特征分析（SFA）算法。 SFA是一种无监督的学习方法，可以从时间序列中提取对潜在变量进行编码的特征。生成关系通常很复杂，并且当前的...
热度：63

292
The Minimum Transfer Cost Principle for Model-Order Selection[模型订单选择的最小转移成本原则]
   Morteza Haghir Chehreghani(苏黎世理工学院) 模型顺序选择的目的是选择一种模型变体，该模型变体从训练数据到看不见的测试数据最好地泛化。在没有标签的无监督学习中，解决方案的泛化误差的计算提出了一个概...
热度：51

293
Challenges for Machine Learning in Computational Sustainability[计算机可持续发展中机器学习面临的挑战]
   Thomas Dietterich(俄勒冈州立大学) 计算可持续性研究旨在开发和应用计算机科学方法来应对可持续管理地球生态系统的许多挑战。被视为一个控制问题，生态系统管理具有挑战性，原因有两个。首先，我们...
热度：29

294
Inverse Methods for EEG and MEG Source Reconstruction[脑电和脑磁图源重建的逆方法]
   Stefan Haufe; Guido Nolte(弗劳恩霍夫智能分析与信息系统研究所) 在本讲座中，我们回顾了用于EEG和MEG源重构的最流行的逆方法。逆方法可分为三种不同的类别：a）预定模型过多，b）偶极子场重建欠佳，并带有其他约束条件，c）扫...
热度：84

295
Introduction to Hidden Markov Models[隐马尔可夫模型简介]
   Antonio Artés Rodríguez(马德里卡洛斯三世大学) 本讲座将概述隐马尔可夫模型（HMM），这是一种处理顺序数据的无处不在的工具。我们将向学生介绍估计隐藏状态和模型参数的不同方法。我们将考虑经典的以及参数性...
热度：35

296
On the Computational and Statistical Interface and "BIG DATA"[论计算统计接口与“大数据”]
   Michael I. Jordan(加州大学) 科学和技术中数据集的大小和范围的迅速增长，产生了对将统计科学和计算科学融为一体的新型数据分析基础观点的需求。从这些领域的经典观点不足以解决“大数据”中...
热度：46

297
Online Markov Decision Processes under Bandit Feedback[Bandit反馈下的在线Markov决策过程]
   Gergely Neu(INRIA研究机构) 我们考虑在有限的随机马尔可夫环境中进行在线学习，在每个随机步长中，每一个步长都会选择新的奖励函数。学习代理的目标是就获得的总奖励而言，与最佳固定策略竞...
热度：41

298
Synergies in learning words and their referents[词汇及其指称词学习中的协同作用]
   Mark Johnson(麦格理大学) 本文介绍了贝叶斯非参数模型，该模型同时学习从音素字符串中分割单词并学习其中一些单词的指代对象，并表明在这两种语言信息的获取中存在协同作用。这些模型本身...
热度：18

299
Optimization Algorithms for Identification and Genotyping of Copy Number Polymorphisms in Human Populations[人群拷贝数多态性识别和基因分型的优化算法]
   Matthew Ruffalo(案例西部储备大学) 最近的研究表明，拷贝数多态性（CNP）被定义为与基因组拷贝数有关的多态性基因组片段，在人群中以大于1％的频率分离，与多种疾病相关。由于稀有拷贝数变异（CNV...
热度：39

300
A Family of Penalty Functions for Structured Sparsity[结构稀疏的罚函数族]
  Jean Morales(伦敦大学) 我们研究了在稀疏模式结构的附加条件下学习稀疏线性回归向量的问题。我们提出了一系列凸罚函数，这些函数通过对回归系数的绝对值的一组约束对这种先验知识进行编...
热度：45