P.S.萨斯特里 0001
人员信息
附属： 印度班加罗尔印度科学院计算机科学与自动化系
SPARQL查询 
优化列表
2020年–今天
2024 
[公元20年] 桑托什·甘德雷蒂 
, 易卜拉欣A。 , P.S.萨斯特里 :
挖掘具有同时事件的连续剧的广度优先搜索方法。 COMAD/CODS公司 2024 : 36-44 2023 [第19条] 桑托什·甘德雷蒂 , P.S.萨斯特里 :
挖掘注入式一般情节的有效深度优先搜索方法。 COMAD/CODS公司 2023 : 1-9 [第18条] 迪普·派特尔 , P.S.萨斯特里 :
标签噪声下鲁棒学习的自适应样本选择。 WACV（加权平均值） 2023 : 3921-3931 2022 [公元39年] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
利用凸函数差分优化学习高斯-贝努利RBM。 IEEE传输。 神经网络学习。 系统。 33 ( 10 ) : 5728-5738 ( 2022 ) 2021 [第17条] 迪普·派特尔 , P.S.萨斯特里 :
深度神经网络中的记忆：损失函数重要吗？ PAKDD（2） 2021 : 131-142 [i25] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
利用凸函数差分优化学习高斯-贝努利RBM。 CoRR公司 abs/2102.06228 ( 2021 ) 【i24】 迪普·派特尔 , P.S.萨斯特里 :
标签噪声下鲁棒学习的自适应样本选择。 CoRR公司 abs/2106.15292 ( 2021 ) [第23条] 迪普·派特尔 , P.S.萨斯特里 :
深度神经网络中的记忆：损失函数重要吗？ CoRR公司 abs/2107.09957 ( 2021 ) 2020 [公元38年] 陈一伟 , 宋庆泉 , 西刘 , P.S.萨斯特里 , 夏虎 :
标签噪声下神经网络结构搜索的鲁棒性研究。 前沿大数据 三 : 2 ( 2020 ) [第16条] 希曼舒·库马尔 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
标签噪声下多标签分类器的鲁棒学习。 COMAD/CODS公司 2020 : 90-97
2010 – 2019
2019 [公元37年] 阿维纳什·阿查尔 , P.S.萨斯特里 :
发现频繁的连锁事件。 知识。 信息系统。 60 ( 1 ) : 447-494 ( 2019 ) [第15条] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
使用协方差估计的受限Boltzmann机器的有效学习。 ACML公司 2019 : 836-851 [i22] 苏米亚吉特·米特拉 , P.S.萨斯特里 :
用连续剧总结事件序列：统计模型和应用。 CoRR公司 abs/1904.00516 ( 2019 ) 【i21】 库林·沙阿 , P.S.萨斯特里 , 纳雷什·曼瓦尼 :
优点：使用混合专家的多面体学习。 CoRR公司 abs/1904.09948 ( 2019 ) 2018 [第14条] 苏雷什·柯蒂·库马拉斯瓦米 , P.S.萨斯特里 , K.R.Ramakrishnan先生 :
使用过滤树的CNN多源子网级传输。 国际JCNN 2018 : 1-8 [第13条] 希曼舒·库马尔 , P.S.萨斯特里 :
学习多类分类器的鲁棒损失函数。 SMC公司 2018 : 687-692 [i20] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
使用协方差估计的受限Boltzmann机器的有效学习。 CoRR公司 腹肌/1810.10777 ( 2018 ) 2017 [第12条] 阿里特拉·戈什 , 希曼舒·库马尔 , P.S.萨斯特里 :
深度神经网络标签噪声下的鲁棒损失函数。 AAAI公司 2017 : 1919-1925 [第11条] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
使用DC编程方法学习RBM。 ACML公司 2017 : 498-513 [第10条] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
标签噪声下决策树学习的鲁棒性研究。 PAKDD（1） 2017 : 685-697 [i19] 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
使用DC编程方法学习RBM。 CoRR公司 abs/1709.07149 ( 2017 ) [i18] 苏雷什·柯蒂·库马拉斯瓦米 , P.S.萨斯特里 , K.R.Ramakrishnan先生 :
使用过滤树在CNN中传递学习。 CoRR公司 abs/1711.09648 ( 2017 ) [i17] 阿里特拉·戈什 , 希曼舒·库马尔 , P.S.萨斯特里 :
深度神经网络标签噪声下的鲁棒损失函数。 CoRR公司 abs/1712.09482 ( 2017 ) 2016 [公元36年] A.易卜拉欣 , 希瓦库马尔·萨斯特里 , P.S.萨斯特里 :
从事件序列中发现压缩连续剧。 知识。 信息系统。 47 ( 2 ) : 405-432 ( 2016 ) 【c9】 苏雷什·柯蒂·库马拉斯瓦米 , P.S.萨斯特里 , 卡尔帕希·拉马克里希南 :
深层CNN重量过滤器。 ACML公司 2016 : 334-349 【c8】 A.易卜拉欣 , P.S.萨斯特里 , 希瓦库马尔·萨斯特里 :
使用模式集内核分析数据集的相似性。 PAKDD（1） 2016 : 265-276 [i16] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
标签噪声下决策树学习的鲁棒性研究。 CoRR公司 abs/1605.06296 ( 2016 ) 2015 [j35] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
使风险最小化容忍标签噪声。 神经计算 160 : 93-107 ( 2015 ) [公元34年] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
K平面回归。 信息科学。 292 : 39-56 ( 2015 ) [j33] 阿维纳什·阿查尔 , P.S.萨斯特里 :
具有一般偏序的情节的统计意义。 信息科学。 296 : 175-200 ( 2015 ) 【c7】 A.易卜拉欣 , P.S.萨斯特里 , 希瓦库马尔·萨斯特里 :
模式集内核。 代码 2015 : 122-123 【c6】 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
基于抽样的RBM评估估计器的实证分析。 图标（2） 2015 : 545-553 【i15】 维迪亚达尔·乌帕迪亚 , P.S.萨斯特里 :
基于抽样的RBM评估估计器的实证分析。 CoRR公司 abs/1510.02255 ( 2015 ) 2014 [第14条] A.易卜拉欣 , 希瓦库马尔·萨斯特里 , P.S.萨斯特里 :
发现从事件序列压缩连续剧。 CoRR公司 腹肌/1401.1043 ( 2014 ) [i13] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
使风险最小化容忍标签噪音。 CoRR公司 abs/1403.3610 ( 2014 ) 2013 [公元32年] 阿维纳什·阿查尔 , A.易卜拉欣 , P.S.萨斯特里 :
基于模式增长的频繁连续剧发现。 数据知识。 工程师。 87 : 91-108 ( 2013 ) [公元31年] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
风险最小化下的噪声容限。 IEEE传输。 赛博。 43 ( 三 ) : 1146-1151 ( 2013 ) 【c5】 希瓦库马尔·萨斯特里 , 迈克尔·布拉尼基 , P.S.萨斯特里 :
云传送系统：探索网络物理系统的通用应用程序。 CPSW@CISS公司 2013 : 43-62 2012 【j30】 阿维纳什·阿查尔 , 斯利瓦桑·拉克斯曼 , 拉贾伊·维斯瓦纳坦 , P.S.萨斯特里 :
发现具有一般偏序的内射集。 数据最小知识。 发现。 25 ( 1 ) : 67-108 ( 2012 ) [公元29年] 阿维纳什·阿查尔 , 斯利瓦桑·拉克斯曼 , P.S.萨斯特里 :
基于先验的频繁情节发现算法的统一视图。 知识。 信息系统。 31 ( 2 ) : 223-250 ( 2012 ) [公元28年] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
几何决策树。 IEEE传输。 系统。 人类网络。 B部分 42 ( 1 ) : 181-192 ( 2012 ) [i12] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
K平面回归。 CoRR公司 abs/1211.1513 ( 2012 ) 2011 [i11] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
Polyceptron：一种多面体学习算法。 CoRR公司 腹肌/11071564 ( 2011 ) [i10] 纳雷什·曼瓦尼 , P.S.萨斯特里 :
风险最小化下的噪声容限。 CoRR公司 abs/1109.5231 ( 2011 ) 2010 [公元27年] P.S.萨斯特里 , K.P.Unnikrishnan公司 :
多神经元棘波序列序列模式的基于条件概率的显著性检验。 神经计算。 22 ( 4 ) : 1025-1059 ( 2010 ) [公元26年] P.S.萨斯特里 , G.D.纳根德拉 , 纳雷什·曼瓦尼 :
用于半空间抗噪声学习的连续动作学习自动机团队。 IEEE传输。 系统。 人类网络。 B部分 40 ( 1 ) : 19-28 ( 2010 ) 【c4】 纳雷什·曼瓦尼 , P.S.萨斯特里 :
使用Logistic函数学习多面体分类器。 ACML公司 2010 : 17-30 [第九章] 拉贾伊·维斯瓦纳坦 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
高效发现神经尖峰流中的大型同步事件。 CoRR公司 腹肌/1006.1543 ( 2010 ) [i8] 阿维纳什·阿查尔 , 斯利瓦桑·拉克斯曼 , P.S.萨斯特里 :
基于Automata的频繁情节发现算法的统一视图。 CoRR公司 abs/1007.0690 ( 2010 )
2000 – 2009
2009 [公元25年] 克兰西·马米迪塞蒂 , 段敏兰 , 希瓦库马尔·萨斯特里 , P.S.萨斯特里 :
规则网格拓扑中的多径传播。 IEEE传输。 并行分布式系统。 20 ( 8 ) : 1188-1201 ( 2009 ) 【c3】 纳雷什·曼瓦尼 , P.S.萨斯特里 :
一种学习斜决策树的几何算法。 PReMI公司 2009 : 25-31 [电子1] 桑塔努·乔杜里 , 苏什米塔·米特拉 , C.A.穆西 , P.S.萨斯特里 , 桑卡尔·K·帕尔 :
模式识别和机器智能，第三届国际会议，PReMI 2009，印度新德里，2009年12月16-20日会议记录。 计算机科学课堂讲稿 5909, 施普林格 2009 ，国际标准图书编号 978-3-642-11163-1 [目录] [i7] 阿维纳什·阿查尔 , 斯利瓦桑·拉克斯曼 , V.拉贾伊 , P.S.萨斯特里 :
发现事件流中的一般偏序。 CoRR公司 abs/0902.1227 ( 2009 ) [i6] 凯西·迪克曼 , Kohinoor Dasgupta公司 , 维杰·奈尔 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
使用频繁发作的神经网络功能连接的统计推断。 CoRR公司 abs/0902.3725 ( 2009 ) [i5] 斯利瓦桑·拉克斯曼 , 巴塞尔阴影 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
汽车装配线机器故障根源分析的时态数据挖掘。 CoRR公司 abs/0904.4608 ( 2009 ) 2008 [公元24年] 德布拉卡什·帕特奈克 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
从尖峰数据推断神经元网络连接：一种时间数据挖掘方法。 科学。 程序。 16 ( 1 ) : 49-77 ( 2008 ) [i4] 德布拉卡什·帕特奈克 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
从峰值数据推断神经网络连通性：一种时间数据挖掘方法。 CoRR公司 abs/0803.0450 ( 2008 ) [i3] P.S.萨斯特里 , K.P.Unnikrishnan公司 :
多神经元棘波序列序列模式的基于条件概率的显著性检验。 CoRR公司 abs/0808.3511 ( 2008 ) 2007 [公元23年] Shesha Shah公司 , P.S.萨斯特里 :
基于反馈的运动分析算法及其在目标跟踪中的应用。 EURASIP J.高级信号处理。 2007 ( 2007 ) [公元22年] 斯利瓦桑·拉克斯曼 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
当事件持续不同的时间时，发现常见的普遍事件。 IEEE传输。 知识。 数据工程。 19 ( 9 ) : 1188-1201 ( 2007 ) 【c2】 斯利瓦桑·拉克斯曼 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
在事件流中查找频繁情节的快速算法。 KDD公司 2007 : 410-419 [i2] 德布拉卡什·帕特奈克 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
使用时间约束事件推断神经元网络连接。 CoRR公司 abs/0709.0218 ( 2007 ) [i1] K.P.Unnikrishnan公司 , 德布拉卡什·帕特奈克 , P.S.萨斯特里 :
使用频繁发作方法发现多神经元尖峰列车的模式。 CoRR公司 abs/0709.0566 ( 2007 ) 2006 [公元21年] K.P.Unnikrishnan公司 , 纳仑罗摩克里希南 , P.S.萨斯特里 , 拉马萨米·乌图鲁萨米 :
从动态数据重建网络。 SIGKDD探索。 8 ( 2 ) : 90-91 ( 2006 ) 2005 [公元20年] 斯利瓦桑·拉克斯曼 , P.S.萨斯特里 , K.P.Unnikrishnan公司 :
发现频繁事件和学习隐马尔可夫模型：形式联系。 IEEE传输。 知识。 数据工程。 17 ( 11 ) : 1505-1517 ( 2005 ) 2004 [公元19年] Shesha Shah公司 , P.S.萨斯特里 :
使用基于反馈的线检测器进行指纹分类。 IEEE传输。 系统。 人类网络。 B部分 34 ( 1 ) : 85-94 ( 2004 ) 2002 [公元18年] P.S.萨斯特里 , M.马格什 , K.P.Unnikrishnan公司 :
优化Alopex算法的两个时间尺度分析。 神经计算。 14 ( 11 ) : 2729-2750 ( 2002 ) [公元17年] M.A.L.Thathachar先生 , P.S.萨斯特里 :
各种学习自动机：概述。 IEEE传输。 系统。 人类网络。 B部分 32 ( 6 ) : 711-722 ( 2002 )
1990 – 1999
1999 [公元16年] Shesha Shah公司 , P.S.萨斯特里 :
学习和修剪斜决策树的新算法。 IEEE传输。 系统。 人类网络。 C部分 29 ( 4 ) : 494-505 ( 1999 ) [公元15年] K.拉贾拉曼 , P.S.萨斯特里 :
连续和离散变量的随机优化及其在噪声下概念学习中的应用。 IEEE传输。 系统。 人类网络。 A部分 29 ( 6 ) : 542-553 ( 1999 ) 1997 [公元14年] G.桑塔拉姆 , P.S.萨斯特里 :
用于马尔可夫链自适应控制的强化学习神经网络。 IEEE传输。 系统。 人类网络。 A部分 27 ( 5 ) : 588-600 ( 1997 ) 1996 [j13] Kanagasabai Rajaraman村 , P.S.萨斯特里 :
学习自动机追踪算法的有限时间分析。 IEEE传输。 系统。 人类网络。 B部分 26 ( 4 ) : 590-598 ( 1996 ) 1994 [公元12年] P.S.萨斯特里 , M.A.L.Thathachar先生 :
松弛标记的随机自动机算法分析。 IEEE传输。 模式分析。 机器。 智力。 16 ( 5 ) : 538-543 ( 1994 ) [公元11年] P.S.萨斯特里 , G.桑塔拉姆 , K.P.Unnikrishnan公司 :
用于动态系统识别和控制的记忆神经元网络。 IEEE传输。 神经网络 5 ( 2 ) : 306-319 ( 1994 ) [公元10年] Vijay V.Phansalkar公司 , P.S.萨斯特里 :
动量反向传播算法的分析。 IEEE传输。 神经网络 5 ( 三 ) : 505-506 ( 1994 ) [公元9年] P.S.萨斯特里 , Vijay V.Phansalkar公司 , M.A.L.Thathachar先生 :
不完全信息多人随机博弈中纳什均衡的分散学习。 IEEE传输。 系统。 人类网络。 系统。 24 ( 5 ) : 769-777 ( 1994 ) 1993 [j8] P.S.萨斯特里 , Kanagasabai Rajaraman村 , S.R.兰扬 :
通过一组随机自动机学习最优连接概念。 IEEE传输。 系统。 人类网络。 23 ( 4 ) : 1175-1184 ( 1993 ) 1992 【c1】 Subhashis Banerjee公司 , P.S.萨斯特里 , Y.V.文卡特斯 :
基于不同阴影的表面重建：形状-颜色阴影和立体视觉的集成。 国际公共关系委员会（1） 1992 : 141-144 1990 [j7] K.拉维坎思 , P.S.萨斯特里 , Y.V.文卡特斯 :
图形简化组织模型性能的仿真研究。 未来一代。 计算。 系统。 6 ( 2 ) : 163-180 ( 1990 )
1980 – 1989
1988 [j6] K.拉维坎思 , P.S.萨斯特里 , K.R.罗摩克里希南 , Y.V.文卡特斯 :
二叉树优化调度的约简结构。 未来一代。 计算。 系统。 4 ( 三 ) : 225-233 ( 1988 ) [j5] K.班纳吉 , P.S.萨斯特里 , K.R.Ramakrishnan先生 , Y.V.文卡特斯 :
用于低水平视觉的SIMD机器。 信息科学。 44 ( 1 ) : 19-50 ( 1988 ) 1987 【j4】 M.A.L.Thathachar先生 , P.S.萨斯特里 :
可以学习全局最优路径的分层学习自动机系统。 信息科学。 42 ( 2 ) : 143-166 ( 1987 ) [j3] 曼达扬·A·L·塔塔查尔 , P.S.萨斯特里 :
通过自动机合作博弈学习最优判别函数。 IEEE传输。 系统。 人类网络。 17 ( 1 ) : 73-85 ( 1987 ) 1986 [注2] 曼达扬·A·L·塔塔查尔 , P.S.萨斯特里 :
使用学习自动机进行放松标记。 IEEE传输。 模式分析。 机器。 智力。 8 ( 2 ) : 256-268 ( 1986 ) 1985 [j1] M.A.L.Thathachar先生 , P.S.萨斯特里 :
一种设计学习自动机强化方案的新方法。 IEEE传输。 系统。 人类网络。 15 ( 1 ) : 168-175 ( 1985 )
合著者索引
