保存此搜索
研究论文 2024年6月 研究论文 2024年5月 薄高斯过程和深高斯过程 NIPS’23:第37届神经信息处理系统国际会议记录 2023年12月, 条款编号:576 , 第13138–13148页 高斯过程(GP)可以提供一种原则性的不确定性量化方法,具有易于解释的核超参数,如控制函数值相关距离的长度尺度。 然而,选择适当的。。。 第条 2022年11月 图神经网络的凸解析器 摘要 图形神经网络(GNN)已成为图形结构数据表示学习的最重要框架。 尽管如此,由于其黑盒性质,他们经常遭受折磨许多深度学习系统的同样瘟疫:。。。 研究论文 2022年9月 使用报告数据的错误修复时间的贝叶斯分析 背景:错误修复是软件维护的关键。 它需要使用有限的资源来处理成堆的错误报告。 使用历史数据,我们可以提出有助于更好地了解分配启发式方法的问题。 这里的警告是。。。 研究论文 2020年12月 图神经网络中池的再思考 NIPS’20:第34届神经信息处理系统国际会议论文集 2020年12月, 条款编号:187 , 第2220–2231页 图形池是无数图形神经网络(GNN)体系结构的核心组件。 作为对传统CNN的继承,大多数方法都将图池定义为一个簇分配问题,扩展了正则局部补丁的概念。。。 -
研究论文 2019年4月 不完全数据的高斯核 摘要 本文讨论了一种在不完全数据存在的情况下估计高斯核期望值的方法。 我们展示了在丢失随机机制的一般假设下,高斯函数的期望值如何。。。 集锦 我们提出了一种在存在不完整数据的情况下估计高斯核的期望值的方法。
研究论文 2018年1月 快速Co-MLM:一种基于最小学习机的高效半监督协同训练方法 摘要 协同训练是一种半监督学习框架,由于其良好的性能和易于适应各种学习算法而备受关注。 在最近的一项工作中,Caldas等人提出了一种基于联合训练的方法,使用。。。 文章 2017年12月 用于分类和回归的高效最小学习机集成 最小学习机(MLM)是最近提出的一种监督学习算法,其性能与最先进的机器学习方法相当。 在这项工作中,我们提出了使用MLM进行分类和回归的集成方法。。。 研究论文 2017年7月 不完备数据集的欧氏距离估计 本文提出了一种估计两个可能不完整特征向量之间欧氏距离期望值的方法。 在随机缺失假设下,我们证明了欧氏距离可以用Nakagami分布建模。。。 研究论文 2016年12月 软件缺陷预测的拒绝选项分类 图形化抽象显示省略的亮点我们建议使用带有拒绝选项的分类来进行软件缺陷预测(SDP),作为在SDP过程中纳入额外知识的一种方式。 我们提出了极端学习的两种变体。。。