境外开放课程——最近更新(30天)
1
2
3
4
5
6
7
8
9
10

Film2Vec: A Feature-based Film Distributed Representation for Rating Prediction[一种用于评级预测的基于特征的电影分布式表示]
(KDD 2016研讨会) Film2Vec:一种用于评级预测的基于特征的电影分布式表示
更新时间:2025-03-31 10:22:43
(KDD 2016研讨会) Film2Vec:一种用于评级预测的基于特征的电影分布式表示
更新时间:2025-03-31 10:22:43

Predicting Trust Relations Among Users in a Social Network: The Role of Influence, Cohesion and Valence[预测社交网络中用户之间的信任关系]
Nikhita Vedula(KDD 2016研讨会) 信任是社交网络中的一个关键概念,反映了众多参与者和在线数据的可信度和可靠性。然而,大多数此类网络缺乏明确的信任反馈。这促使一种机制自动预测和管理信任关...
更新时间:2025-03-31 10:17:02
Nikhita Vedula(KDD 2016研讨会) 信任是社交网络中的一个关键概念,反映了众多参与者和在线数据的可信度和可靠性。然而,大多数此类网络缺乏明确的信任反馈。这促使一种机制自动预测和管理信任关...
更新时间:2025-03-31 10:17:02

AnonyMine: Mining anonymous social media posts using psycho-lingual and crowd-sourced dictionaries[使用心理语言和众包词典挖掘匿名社交媒体帖子]
Arindam Paul(KDD 2016研讨会) 在观点挖掘和情感分析领域有很多研究活动,涉及文本中观点、情感和主观性的计算处理。社交媒体网站因讨论令人不舒服的话题而变得越来越受欢迎。然而,用于挖掘和...
更新时间:2025-03-31 10:16:51
Arindam Paul(KDD 2016研讨会) 在观点挖掘和情感分析领域有很多研究活动,涉及文本中观点、情感和主观性的计算处理。社交媒体网站因讨论令人不舒服的话题而变得越来越受欢迎。然而,用于挖掘和...
更新时间:2025-03-31 10:16:51

Temporal Learning in Video Data Using Deep Learning and Gaussian Processes[基于深度学习和高斯过程的视频数据时间学习]
Abhishek Srivastav(KDD 2016研讨会) 本文提出了一种使用深度学习和贝叶斯非参数技术对序列图像或视频中隐藏的、平稳的时间动态进行数据驱动建模的方法。特别是,使用深度卷积神经网络(CNN)以无监...
更新时间:2025-03-31 10:16:34
Abhishek Srivastav(KDD 2016研讨会) 本文提出了一种使用深度学习和贝叶斯非参数技术对序列图像或视频中隐藏的、平稳的时间动态进行数据驱动建模的方法。特别是,使用深度卷积神经网络(CNN)以无监...
更新时间:2025-03-31 10:16:34

A Classifier Development Process for Mechanical Health Diagnostics on US Army Rotorcraft[美国陆军旋翼机机械健康诊断分类器开发过程]
Andrew W. Wilson(KDD 2016研讨会) 由于各种历史事件,美国陆军航空工程局(AED)拥有一个独特的大型数据集,描述了旋翼机系统的机械健康状况。该数据集包括有关重要时期和飞机数量的非关键故障和...
更新时间:2025-03-31 10:14:44
Andrew W. Wilson(KDD 2016研讨会) 由于各种历史事件,美国陆军航空工程局(AED)拥有一个独特的大型数据集,描述了旋翼机系统的机械健康状况。该数据集包括有关重要时期和飞机数量的非关键故障和...
更新时间:2025-03-31 10:14:44

Custom Large-Scale Application Management for Verizon Use Cases[Verizon用例的定制大规模应用程序管理]
Santanu Das(KDD 2016研讨会) Verizon用例的定制大规模应用程序管理
更新时间:2025-03-31 10:14:37
Santanu Das(KDD 2016研讨会) Verizon用例的定制大规模应用程序管理
更新时间:2025-03-31 10:14:37

Bridging the gap between domain experts and machine learning[弥合领域专家和机器学习之间的差距]
(KDD 2016研讨会) 弥合领域专家和机器学习之间的差距
更新时间:2025-03-31 10:14:28
(KDD 2016研讨会) 弥合领域专家和机器学习之间的差距
更新时间:2025-03-31 10:14:28

A Framework of Combining Deep Learning and Survival Analysis for Asset Health Management[深度学习与生存分析相结合的资产健康管理框架]
Linxia Liao(KDD 2016研讨会) 我们提出了一种方法,通过将三层模型堆叠为深度学习结构,将特征提取和预测整合为一个优化任务。深层结构的第一层是长短期记忆(LSTM)模型,它处理来自一组资产...
更新时间:2025-03-31 10:13:53
Linxia Liao(KDD 2016研讨会) 我们提出了一种方法,通过将三层模型堆叠为深度学习结构,将特征提取和预测整合为一个优化任务。深层结构的第一层是长短期记忆(LSTM)模型,它处理来自一组资产...
更新时间:2025-03-31 10:13:53

Effective Auto-Encoder for Unsupervised Sparse Representation[用于无监督稀疏表示的有效自动编码器]
Elaheh Rashedi(KDD 2016研讨会) 用于无监督稀疏表示的有效自动编码器
更新时间:2025-03-31 10:13:44
Elaheh Rashedi(KDD 2016研讨会) 用于无监督稀疏表示的有效自动编码器
更新时间:2025-03-31 10:13:44

First-order regret bounds for combinatorial semi-bandits[组合半强盗的一阶遗憾界]
Gergely Neu() 我们考虑半土匪反馈下的在线组合优化问题,其中学习者必须从组合决策集中反复选择动作,以最小化与其决策相关的总损失。在做出每个决定后,学习者会观察到与其行...
更新时间:2025-03-31 10:13:35
Gergely Neu() 我们考虑半土匪反馈下的在线组合优化问题,其中学习者必须从组合决策集中反复选择动作,以最小化与其决策相关的总损失。在做出每个决定后,学习者会观察到与其行...
更新时间:2025-03-31 10:13:35