境外开放课程——按学科专业列表
开放课程工程与技术科学::

9091
On Subgroup Discovery in Numerical Domains[在数值域亚群的发现]
  Henrik Grosskreutz(弗劳恩霍夫协会) 子组发现是一项知识发现任务,旨在查找具有高度通用性和分布异常性的群体的子群。虽然过去已经提出了几种子组发现算法,但它们关注的是具有名义属性的数据库,或...
热度:38

9092
Evaluation Measures for Multi-Class Subgroup Discovery[对于多类子群发现评价措施]
  Tarek Abudawood(布里斯托大学) 子组发现旨在发现其类别分布与总体分布显着不同的人口子集。它以前主要是在两类背景下进行调查。本文研究了多类子组发现方法。我们考虑了针对多类子群的六种评估...
热度:47

9093
Embedded Machine Learning: Using Support Vector Machines in Wireless Sensor Networks using TinyOS and Lego Mindstorms NXT[嵌入式机器学习:使用TinyOS和乐高MINDSTORMS NXT的无线传感器网络应用支持向量机]
  Rasmus Pedersen(哥本哈根商学院) 嵌入式机器学习教程将介绍在无线传感器网络中实现和使用二进制支持向量机的案例研究。它将使用一种非常流行的无线传感器网络操作系统,称为TinyOS,以及来自LEGO...
热度:53

9094
Data Clustering: 50 Years Beyond K-means[数据聚类:50年以后的K均值]
  Anil K. Jain(密歇根州立大学) 根据感知的相似性对物体进行分类的做法是许多科学的基础。将数据组织成合理的分组是理解和学习的最基本模式之一。例如,一种常见的科学分类方案将生物体纳入分类...
热度:96

9095
Mining Edge-Weighted Call Graphs to Localise Software Bugs[挖掘边缘加权的调用图本地化软件错误]
  Frank Eichinger, Klemens Böhm, Matthias Huber(卡尔斯鲁厄理工学院) 软件工程中的一个重要问题是自动发现非碰撞偶尔的错误。在这项工作中,我们解决了这个问题,并表明对程序执行的加权调用图的挖掘是一种很有前景的技术。我们结合...
热度:40

9096
A Fast Method for Training Linear SVM in the Primal[一种在原始线性SVM训练的快速方法]
  Thierry Artières, Trinh Minh Tri Do(欧盟委员会) 我们提出了一种新的算法在原始的线性支持向量机训练。该算法混合的想法来自非光滑优化,梯度方法,与割平面方法。这将产生一个快速算法,比较好的国家的最先进的...
热度:69

9097
Knowledge Discovery from Evolving Data[不断变化的数据的知识发现]
  Mirko Böttcher, Frank Hoppner, Myra Spiliopoulou(马格德堡大学) 传统上,数据挖掘主要集中在对静态世界的分析,其中收集,存储和分析数据实例以得出模型并根据它们做出决策。最近关于流挖掘的研究提出了处理无法静态收集和存储...
热度:39

9099
Bridged Refinement for Transfer Learning[桥联细化的迁移学习]
  Dikan Xing(上海交通大学)
热度:61

9101
Relational Transformation-based Tagging for Human Activity Recognition[关系转换为基础的人类活动的识别标记]
  Niels Landwehr(弗赖堡大学) 从感官信息识别人类活动的开发能力的智能设备的下一代是必不可少的。许多人类活动的识别任务是从机器学习的角度,在自然语言处理的标记任务非常相似。出于这种相...
热度:45

9102
PQStream: a data stream architecture for electrical power quality[pqstream:一种电能质量数据流体系结构]
  Tolga Inan(中东技术大学) 在本次演讲中,提出了一种用于电能质量(PQ)的数据流架构,称为PQStream。 PQStream旨在处理和管理来自全国范围内土耳其电力传输系统电气PQ参数的移动测量的时...
热度:110

9103
The Most Reliable Subgraph Problem[最可靠的子问题]
  Petteri Hintsanen(赫尔辛基大学)
热度:31