图 书 馆境外开放课程——最近更新(30天)
61
62
63
64
65
66
67
68
69
70
61Competing with the Empirical Risk Minimizer in a Single Pass[与经验风险最小化者竞争]
Roy Frostig() 在科学和工程中出现的许多优化问题是那些我们对潜在目标只有随机近似的问题（例如线性回归等估计问题）。也就是说，给定函数$\mathcal{D}$上的某个分布$\psi$，...
更新时间：2025-05-13 09:27:02
Roy Frostig() 在科学和工程中出现的许多优化问题是那些我们对潜在目标只有随机近似的问题（例如线性回归等估计问题）。也就是说，给定函数$\mathcal{D}$上的某个分布$\psi$，...
更新时间：2025-05-13 09:27:02
62Correlation Clustering with Noisy Partial Information[含噪声部分信息的相关聚类]
Aravindan Vijayaraghavan() 本文提出并研究了任意图g上相关聚类问题的半随机模型，并在此模型上给出了相关聚类实例的两种近似算法。第一种算法找到值$(1+ \delta)optcost + O的解_{\delta}(...
更新时间：2025-05-13 09:26:47
Aravindan Vijayaraghavan() 本文提出并研究了任意图g上相关聚类问题的半随机模型，并在此模型上给出了相关聚类实例的两种近似算法。第一种算法找到值$(1+ \delta)optcost + O的解_{\delta}(...
更新时间：2025-05-13 09:26:47
63Computational Lower Bounds for Community Detection on Random Graphs[随机图上社区检测的计算下界]
Bruce Hajek() 本文研究了在一个大的Erd \H{o} s- r随机图$\calG(N,q)$中是否存在一个小的密集群落的检测问题，其中群落内的边缘概率超过$q$一个常数因子。假设植团检测问题的...
更新时间：2025-05-13 09:26:35
Bruce Hajek() 本文研究了在一个大的Erd \H{o} s- r随机图$\calG(N,q)$中是否存在一个小的密集群落的检测问题，其中群落内的边缘概率超过$q$一个常数因子。假设植团检测问题的...
更新时间：2025-05-13 09:26:35
64Cortical Learning via Prediction[通过预测的皮质学习]
Christos H. Papadimitriou() 大脑中的学习机制是什么？尽管神经科学取得了惊人的进步，但我们似乎还没有接近答案。我们介绍了PJOIN（意为“预测连接”），这是一种组合并扩展了join和LINK操...
更新时间：2025-05-13 09:26:26
Christos H. Papadimitriou() 大脑中的学习机制是什么？尽管神经科学取得了惊人的进步，但我们似乎还没有接近答案。我们介绍了PJOIN（意为“预测连接”），这是一种组合并扩展了join和LINK操...
更新时间：2025-05-13 09:26:26
65Discriminative Experimental Design[判别实验设计]
Yu Zhang() 由于标记数据通常既费力又昂贵，因此在许多应用中可用的标记数据相当有限。主动学习是一种主动选择未标记的数据点进行标记的学习方法，以缓解标记数据不足的问题...
更新时间：2025-05-13 09:26:18
Yu Zhang() 由于标记数据通常既费力又昂贵，因此在许多应用中可用的标记数据相当有限。主动学习是一种主动选择未标记的数据点进行标记的学习方法，以缓解标记数据不足的问题...
更新时间：2025-05-13 09:26:18
66Parallel News-Article Traffic Forecasting with ADMM[ADMM并行新闻报道流量预测]
Stratis Ioannidis(KDD 2016研讨会) 预测文章的流量（以页面浏览量衡量）对内容提供商来说非常重要。流量增加的文章可以提高广告收入，扩大提供商的用户群。我们提出了一种广泛适用的方法，将元数据...
更新时间：2025-05-12 09:38:52
Stratis Ioannidis(KDD 2016研讨会) 预测文章的流量（以页面浏览量衡量）对内容提供商来说非常重要。流量增加的文章可以提高广告收入，扩大提供商的用户群。我们提出了一种广泛适用的方法，将元数据...
更新时间：2025-05-12 09:38:52
67On the Effect of Endpoints on Dynamic Time Warping[端点对动态时间扭曲的影响]
Diego Furtado Silva(KDD 2016研讨会) 虽然大多数数据类型都有大量的分类算法，但人们越来越接受时间序列的独特特性意味着最近邻分类器和动态时间扭曲（DTW）的组合在从医学到天文学再到环境传感器的...
更新时间：2025-05-12 09:38:43
Diego Furtado Silva(KDD 2016研讨会) 虽然大多数数据类型都有大量的分类算法，但人们越来越接受时间序列的独特特性意味着最近邻分类器和动态时间扭曲（DTW）的组合在从医学到天文学再到环境传感器的...
更新时间：2025-05-12 09:38:43
68New Time Series Methods for Flu Forecasting[流感预测的新时间序列方法]
Naren Ramakrishnan(KDD 2016研讨会) 最近，在美国疾病控制与预防中心和国际癌症研究机构等机构组织的竞赛的推动下，人们对预测流感的计算方法产生了共同的兴趣。美国疾病控制与预防中心竞赛旨在预测...
更新时间：2025-05-12 09:38:36
Naren Ramakrishnan(KDD 2016研讨会) 最近，在美国疾病控制与预防中心和国际癌症研究机构等机构组织的竞赛的推动下，人们对预测流感的计算方法产生了共同的兴趣。美国疾病控制与预防中心竞赛旨在预测...
更新时间：2025-05-12 09:38:36
69Short-term Time Series Forecasting with Regression Automata[基于回归自动机的短期时间序列预测]
Massimo Chenal(KDD 2016研讨会) 我们提出了回归自动机（RA），这是一种用于时间序列预测的新型句法模型。在用于识别自动机的传统状态合并算法的基础上，RA除了使用符号值外还使用数值数据，并以...
更新时间：2025-05-12 09:38:30
Massimo Chenal(KDD 2016研讨会) 我们提出了回归自动机（RA），这是一种用于时间序列预测的新型句法模型。在用于识别自动机的传统状态合并算法的基础上，RA除了使用符号值外还使用数值数据，并以...
更新时间：2025-05-12 09:38:30
70Scalable Clustering of Correlated Time Series using Expectation Propagation[基于期望传播的相关时间序列可扩展聚类]
Christopher Aicher(KDD 2016研讨会) 我们感兴趣的是找到时间序列的簇，使得簇内的序列是相关的，簇之间的序列是独立的。用于推断时间序列相关簇的现有贝叶斯方法要么：（i）需要对潜在变量进行条件...
更新时间：2025-05-12 09:38:21
Christopher Aicher(KDD 2016研讨会) 我们感兴趣的是找到时间序列的簇，使得簇内的序列是相关的，簇之间的序列是独立的。用于推断时间序列相关簇的现有贝叶斯方法要么：（i）需要对潜在变量进行条件...
更新时间：2025-05-12 09:38:21