境外开放课程——按学科专业列表
开放课程自然科学数学::

496
Partial cubes and other l1-graphs[部分立方体和其他l1图]
  Sergey Shpectorov(伯明翰大学) 部分立方体是超立方体图的等距子图,而l1图是可嵌入到超立方体中的图,直到比例。近年来,这两类图已成为大量研究的焦点。在演讲中,我们将讨论最近的结构结果和...
热度:66

497
On Hurwitz theory: enumerating branched surface coverings[关于Hurwitz理论:列举分支表面覆盖物]
  Jin Ho Kwak(浦项科技大学) 通过对Hurwitz理论的时间顺序回顾,我们调查了一些已知的结果,列举了几种类型的表面分支覆盖物的等价类别。特别地,将提及与几种类型的图形覆盖物的等价类别的...
热度:48

498
Small polyhedral models of the torus, the projective plane and the Klein bottle[圆环,投影平面和 Klein的小多面体模型]
  Branko Grünbaum(华盛顿大学) 至少自Moebius的工作以来,已经研究了这些流形的模型,其深度越来越多,并且在最近的时间里产生了许多结果。模型范围从纯组合到各种类型的几何表示,例如通过拓...
热度:67

499
Geometry of partial cube graphs[几何结构的部分立方体图]
  David Eppstein(加州大学) 部分立方体是由几何结构定义的图形:图形顶点可以放置在超立方体的顶点上,使得图形距离等于汉明距离。我们调查了这些图的理论的最新发展,这些图以其他方式将它...
热度:82

500
A theory of similarity functions for learning and clustering[学习和聚类的相似函数理论]
  Avrim Blum(卡内基梅隆大学) 事实证明,内核方法是机器学习中非常强大的工具。此外,还有一个完善的理论,即内核对于给定的学习问题有用。然而,虽然核函数可以被认为只是满足额外数学特性的...
热度:52

501
Probabilistic graph partitioning[概率图分区]
  David Barber(伦敦大学学院) 我们考虑了Web挖掘和协同过滤中的应用程序的图形分区问题。我们的方法基于基于概率混合模型的形式预测有向链路的存在/不存在。基于有向图的生成模型,我们能够应...
热度:73

502
Active Learning for Imitation[积极学习模仿]
  Manuel Lopes(普利茅斯大学) 模仿解决了从演示观察中学习任务表示和或解决方案的问题。从这些演示中可以提取各种信息,并且存在提取每种类型的不同方法。 方法包括回归和分类方法,聚类和反...
热度:54

503
Active Matching: Efficient Guided Search for Image Correspondence[主动匹配:图像对应的高效引导式搜索]
  Andrew Davison(伦敦帝国学院) 在过去几年中,我们致力于一种匹配图像之间特征的方法,我们充分利用通常可用的先验,以避免覆盖,自下而上的图像处理,并以顺序,引导的方式进行。 在主动匹配...
热度:57

504
Active Learning in Network Monitoring[网络监控中的主动学习]
  Mark Coates(麦吉尔大学) 在获得有关网络状态的信息的几个延迟中。 采用主动学习技术可以显着减少测量探测器的数量,并缩短获得网络性能指标的准确估计所需的时间。 我们描述了如何在估计...
热度:38

505
Adaptive Representations for Efficient Inference for Distributions on Permutations[排列分布有效推理的自适应表示]
  Carlos Guestrin(卡内基梅隆大学) 排列在许多现实世界的问题中无处不在,例如投票,排名和数据关联。表示排列的不确定性具有挑战性,因为存在$ n!$可能性,并且典型的紧凑表示(例如图形模型)不...
热度:37

506
Subjective Measure for Distribution Similarity[分布相似性的主观测度]
  Shai Ben-David(滑铁卢大学) 我们提出了一种定义概率分布之间相似性的“主观”方法。我们的度量由域的子集的集合H参数化,在集合H上定义概率分布。 直观地说,H是关于人们希望分析的分布的性...
热度:43

507
A Framework for Probability Density Estimation[概率密度估计框架]
  Shai Ben-David(滑铁卢大学) 该演讲通过评估一组“测试函数”的性能,介绍了学习概率密度函数的新框架。理论分析表明,我们可以通过训练它来适应一个小的子样本来定制一类任务的分布。在用于...
热度:60

508
Kullback-Leibler Divergence Estimation of Continuous Distributions[连续分布的kullback-leibler散度估计]
  Fernando Perez-Cruz(普林斯顿大学 ) 我们提出了一种估算连续密度之间KL偏差的通用方法,我们证明它几乎可以收敛。通常首先解决发散估计以估计密度。我们的主要结果表明这个中间步骤是不必要的,并且...
热度:37

509
Testing Distributions for Goodness of fit, Homogeneity, and Independence[拟合优度、均匀性和独立性的检验分布 ]
  Tugkan Batu(伦敦经济学院) 在本次演讲中,我将描述几种基本统计推断任务的算法。本研究的主要焦点是每个任务的样本复杂度,作为基础离散概率分布的域大小的函数。算法只能访问i.i.d.来自分...
热度:74

510
Using Qualitative Reasoning in Modelling Consensus in Group Decision-Making[定性推理在群体决策一致性建模中的应用 ]
  Llorenc Rosello(加泰罗尼亚技术大学 ) 序数量表通常用于评级和评估过程。这些过程通常涉及通过专家委员会进行集体决策。本文考虑了基于绝对数量级定性模型的数学框架。在这个框架中定义了定性描述系统...
热度:58