2019年第28届ICANN:德国慕尼黑——第四部分
伊戈尔·特特科 , 维拉·库尔科娃 , 维尔·卡尔波夫 , 费边·J·泰斯 :
人工神经网络和机器学习——ICANN 2019:文本和时间序列——第28届人工神经网络国际会议,德国慕尼黑,2019年9月17日至19日,会议记录,第四部分。 计算机科学课堂讲稿 11730, 施普林格 2019 ,国际标准图书编号 978-3-030-30489-8
文本理解
何军 , 程永静 , 王敏(Min Wang) , 谢靖宇 , 魏燮 , 瑞苏(Rui Su) , 山东元 , 姚翠 :
赢得汉语机器阅读理解比赛的集成模型。 3-8 李云 , 燕阳 , 邓勇 , 秦敏胡薇薇 , 陈成才 , 梁河 , 周宇 :
用于自然语言推理的依赖多级交互网络。 9-21 川润易 , 董旺(Dong Wang) , 何春雨 , 英莎 :
学习解释汉语俚语。 22-33 奇峰肖 , Ming Gao公司 , 吴少春 , 孙晓琦 :
基于注意的改进BLSTM-CNN关系分类。 34-43 岳坤伟 , 滨滨区 , 南湖 , 刘翰 :
一种将机器翻译模型应用于汉语分词任务的改进方法。 44-54 吉村康介 , 我是Tomoaki , Yukino巴布 , Hisashi鹿岛 :
多标签分类的相互依赖模型。 55-68 雷纳托·加里塔·菲格雷多 , 凯乌·库恩伯格 , 戈登·皮帕 , 托比亚斯·塞伦 :
将深度学习和基于(结构)特征的分类方法相结合,用于受版权保护的PDF文档。 69-75
情绪分类
《军威报》 , 梁张 , 韩波(Bo Han) :
基于单词和N-Gram序列建模的情感分类协作注意网络。 79-92 宋友伟 , 王家海 , 陶江 , 刘志岳 , 杨惠饶 :
基于注意编码网络的目标情感分类。 93-103 严明慧(Minghui Yan) , 王长健 , 英莎 :
通过分层分离注意力和神经协同过滤捕获用户和产品信息进行情感分类。 104-116 张涛(Tao Zhang) , 兴武 , 孟林 , 韩继忠 , 胡松林 :
语篇标记增强不平衡情绪分类。 117-129 董旺(Dong Wang) , 刘廷文 , Bin Wang(王斌) :
修订注意与体态层次情感分类的位置。 130-142 孙月亨 , 王贤晨 , 刘洪涛 , 王文军(Wenjun Wang) , 蓬菲娇 :
基于周围环境的注意网络在体层情绪分类中的应用。 143-155
人类反应预测
苏马努·拉瓦特 , 阿曼·乔普拉 , 悉达多·辛格 , Shobhit Sinha公司 :
基于多模态情感分析的中期广告投放。 159-171 Jiong Wang(王炯) , 能高 , 贾鹏 , 莫京杰 :
DCAR:具有隐含反馈的深度协作推荐自动编码器。 172-184 丽莎·格拉齐亚尼 , 斯特凡诺·梅拉奇 , 马科·高里 :
共同学习检测情绪和预测脸书反应。 185-197 张玉英(Yuying Zhang) , 邹跃仙 , 彭俊怡 , 罗丹青 , 黄东燕 :
语音情感识别中的判别特征学习。 198-210
判断预测
尹玉涵 , 杨洪田 , 赵志宏 , 陈松宇(Songyu Chen) :
基于融合深度神经网络的司法量刑方法。 213-226 何从清 , 李鹏 , 玉泉乐 , 何家伟 , 朱香玉 :
SECaps:用于电荷预测的序列增强胶囊模型。 227-239 司晨 , 王鹏飞 , 魏芳 , 邓兴晨 , 张峰(音) :
学习用法律图表预测判决费用。 240-252 泽阳 , 王鹏飞 , 张磊(Lei Zhang) , 寿林军 , 徐文文 :
用于判断预测的递归注意网络。 253-266
文本生成
永珍高 , 王崇军 :
对称对抗训练网络:一种新的文本生成模型。 269-280 杨帆 , 许军刚 , 孙英飞 , 王一玉(Yiyu Wang) :
一种新的基于生成对抗网络的图像字幕方法。 281-292 李雷(Lei Li) , 黄祖英 , 娜塔莉亚·瓦内蒂克 , 玛丽娜·利特瓦克 :
使用无监督自动编码器进行质量多样性总结。 293-299 图沙尔·卡拉伊尔 , 阿西夫·伊尔凡 , 费德里科·劳厄 , 约恩·希斯 , 安德烈亚斯·丹格尔 :
带情感的图像字幕的条件GAN。 300-312 安德烈亚·祖加里尼 , 斯特凡诺·梅拉奇 , 马可·马基尼 :
神经诗歌:学习使用教学大纲创作诗歌。 313-325 亚图记 , 侯洪旭 , 尼尔·吴 , 陈俊杰 :
探讨语料库在凝集语言神经机器翻译中的优势。 326-336 霍·T·勒 , 克里斯托夫·塞里萨拉 , 克莱尔·加登 :
基于句法块的RL提取用于句子压缩。 337-347
声音处理
姚燕丽 , 羌余 , 王龙标 , 党建武 :
具有局部时频信息和卷积神经网络的鲁棒声音事件分类。 351-361 卡洛斯·塔尔亚诺 , 瓦尔德西·佩雷拉 :
神经频谱音频合成:在使用并行神经网络的乐器实时模拟中利用离散傅里叶变换的特性。 362-375 红场山 , 于柳 , 托多尔·斯特凡诺夫 :
脑机接口P300拼写器的卷积神经网络集成。 376-394
时间序列和预测
张剑涛 , 张平健 :
用于语音分离的带有非线性屏蔽层和两级估计的深度递归神经网络。 397-411 吉尔斯·马迪·万巴 , 尼古拉斯·高德 :
实值序列到序列预测的自动标记网络。 412-425 松川舜 , Ninagawa中佐 , 森川俊二 , 稻叶隆志 , 近藤诚司 :
实时定价自适应控制中空调维修操作突发事件的LSTM预测。 426-435 伊雷娜·科普林斯卡 , 马斯胡德·拉纳 , 阿什法库尔·拉赫曼 :
使用先前和预测未来性能的动态集成用于多站式太阳能发电预测。 436-449 马克·温宁格 , 塞巴斯蒂安·P·拜耳 , 乔森·施密特 , 科尔比尼安·里德默尔 :
Timage-一个强大的时间序列分类管道。 450-461 弗拉维亚·迪亚斯·卡萨格兰德 , 吉姆·托雷森 , 埃维·佐加内利 :
智能家居中下一个传感器事件及其发生时间的预测。 462-473 杨茂新 , 胡庆华 , 王云(Yun Wang) :
分层时间序列预测的多任务学习方法。 474-485 尤亚·奥卡多姆 , 魏文鹏 , 酒井良彦 , Toshiko Aizono公司 :
基于具有替代权重更新的多个RNN的分销业务需求预测体系结构。 486-496 Benedikt Pfülb公司 , 克里斯托夫·哈德根 , 亚历山大·格珀斯 , 塞巴斯蒂安·里格 :
网络流量数据预测的深度学习研究。 497-512 谢宗霞 , 郝文 :
复合分位数回归长短期记忆网络。 513-524 路易斯·德斯波特 , 皮埃尔·安德里 , 英巴尔·菲亚尔科夫 , 杰罗姆·戴维 :
几个小时内的短期温度预测。 525-536 刘学文 , 提姆·莫里斯 , 克里斯·桑德 :
在自适应光学中使用长短期存储器进行波前预测。 537-542 塞巴斯蒂安·奥特 , 雅各布·斯托尔 , 马丁·V·布茨 :
结合基于RNN的自适应动作推理和感官感知。 543-555 伊琳娜·麦格科娃 , 亚历山大·埃菲托罗夫 , 弗拉基米尔·谢洛基 , 谢尔盖·多伦科 :
用机器学习方法预测地球静止轨道上每日相对论电子通量的质量。 556-565
群集
穆罕默德·瓦利德·阿塔维 , 穆斯塔法·利巴 , 纳比尔·凯斯克斯 , 哈妮·阿扎格 , 穆罕默德·盖斯穆恩 :
用于数据流聚类的软子空间增长神经网络。 569-580 安娜·基斯 , Csaba Sulyok公司 , 扎兰·博多 :
匈牙利民间音乐的卷积神经网络区域预测。 581-594 侯健 , 吕成聪 , 张爱华 , 徐娥 :
合并DBSCAN和密度峰值以实现稳健聚类。 595-610 毛里西奥·瓦莱 , 冈萨洛·鲁兹 :
使用Boltzmann机器进行市场篮子分析。 611-623 吉瓦纳·H·普特里 , Mark N.阅读 , 伊雷娜·科普林斯卡 , 托马斯·阿什赫斯特 , 尼古拉斯·J·C·金 :
细胞测定数据聚类和聚类跟踪的降维方法。 624-640 蒂亚戈·V·M·苏扎 , 克莱伯·桑切廷 :
利用空间变换层改进深度图像聚类。 641-654 考特苯胺 , 尼斯托尔·格罗扎武 , 尤内斯·本纳尼 , 巴萨拉布·马泰伊 :
协作非负矩阵分解。 655-666
序列数据的异常检测
胡安·伊西德罗·冈萨雷斯-伊达尔戈 , 劳拉·玛丽亚·帕洛米诺·马里诺 , 罗伯托·索托·梅奥·德·巴罗斯(Roberto Souto Maior de Barros) :
余弦相似漂移检测器。 669-685 阿米娜·阿劳伊·贝尔吉提 , 西尔万·谢瓦利埃 , 埃里克·莫纳切利 :
使用预测维护的最佳传输进行无监督异常检测。 686-697 小原光弘 , 美津秀吉 :
使用自动编码器和决策树的稳健步态认证。 698-702 李丹 , 陈大成 , 金柏红 , 雷氏 , 乔纳森·高 , See-Kiong Ng公司 :
MAD-GAN:利用生成对抗网络对时间序列数据进行多元异常检测。 703-716 李志鹏 , 郑琴 , 沈鹏波 :
通过广度和深度模型进行入侵检测。 717-730 朱奈·金 , 大卫·胡布岑科 , 保罗·蒙塔古 :
使用源代码表示实现基于注意的漏洞发现。 731-746 雅库布·诺瓦克 , 马金·科里特科夫斯基 , 拉斐尔·舍勒 :
用于计算机网络分析的卷积递归神经网络。 747-757