Deepak Venugopal公司
人员信息
优化列表
![笔记](https://dblp.org/img/note-mark.dark.12x12.png)
2020年-今天
2024 [i6] 阿比沙·塔帕·马加尔 , 安努普·沙基亚 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
验证关系解释:概率方法。 CoRR公司 腹肌/2401.02703 ( 2024 ) [i5] 安努普·沙基亚 , Vasile Rus公司 , Deepak Venugopal公司 :
掌握引导非参数聚类到扩大策略预测。 CoRR公司 abs/2401.10210 ( 2024 ) 2023 [公元46年] 阿比沙·塔帕·马加尔 , 安努普·沙基亚 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
验证关系解释:概率方法。 IEEE大数据 2023 : 108-115 [公元45年] 安努普·沙基亚 , 瓦西里罗斯 , Deepak Venugopal公司 :
大教育数据中可扩展和公平的数学问题解决策略预测。 EDM公司 2023 [公元44年] 安努普·沙基亚 , 阿比沙·塔帕·马加尔 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
关于混合马尔可夫逻辑嵌入的验证。 ICDM公司 2023 : 1301-1306 [i4] 安努普·沙基亚 , Vasile Rus公司 , Deepak Venugopal公司 :
大教育数据中可扩展和公平的数学问题解决策略预测。 CoRR公司 abs/2308.03892 ( 2023 ) [i3] 安努普·沙基亚 , 阿比沙·塔帕·马加尔 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
关于使用混合马尔可夫逻辑验证嵌入。 CoRR公司 abs/2312.08287 ( 2023 ) 2022 [公元43年] 莫妮卡·沙阿 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
使用马尔可夫逻辑网络评估字幕模型。 IEEE大数据 2022 : 127-134 [公元42年] 威廉·布里顿 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
可视化问答中的问题修改器。 LREC公司 2022 : 1472-1479 2021 [j6] Sambriddhi Mainali公司 , 马克斯·H·加森 , Deepak Venugopal公司 , 卡利达斯·贾纳 , Ching-Chi-Yang公司 , 尼尔曼·库马尔 , 戴尔·鲍曼 , 李元登 :
数据科学中降维的信息论方法。 国际数据科学杂志。 分析。 12 ( 三 ) : 185-203 ( 2021 ) [公元41年] 穆罕默德·马米努尔·伊斯兰 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
使用非对称示例的神经张量网络中的对比学习。 IEEE大数据 2021 : 28-39 [公元40年] 汗·穆罕默德·法拉比 , Somdeb Sarkhel公司 , 萨诺丽塔·戴伊 , Deepak Venugopal公司 :
马尔可夫逻辑中概率推理的可解释解释。 IEEE大数据 2021 : 1256-1264 [公元39年] 利·哈雷尔·威廉姆斯 , 克里斯蒂安·穆勒 , 斯蒂芬·范萨利 , 史蒂文·里特 , 张晓飞 , Deepak Venugopal公司 :
成就目标动机模式的本质:探索以代数为中心的智能教学系统中的情境动机。 EDM(研讨会) 2021 [公元38年] Vasile Rus公司 , 斯蒂芬·范萨利(Stephen E.Fancsali) , 菲利普·帕夫利克(Philip I.Pavlik Jr.)。 , Deepak Venugopal公司 , 亚瑟·C·格雷瑟 , 史蒂文·里特 , 戴尔·鲍曼 , L.D.I.团队 :
学习者数据研究所-概念化:进展报告。 EDM(研讨会) 2021 [公元37年] 安努普·沙基亚 , Vasile Rus公司 , Deepak Venugopal公司 :
使用神经符号学方法进行学生策略预测。 EDM公司 2021 [c36] Deepak Venugopal公司 , Vasile Rus公司 , 安努普·沙基亚 :
神经符号模型:一个可扩展、可解释的大教育数据战略发现框架。 EDM(研讨会) 2021 2020 [j5] 艾哈迈德·马哈福兹 , 阿卜杜拉·阿布胡森 , Deepak Venugopal公司 , 萨贾恩·希瓦 :
使用新的网络攻击数据集集成分类器进行网络入侵检测。 未来互联网 12 ( 11 ) : 180 ( 2020 ) [公元35年] 穆罕默德·马米努尔·伊斯兰 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
利用马尔可夫逻辑网络的关系知识增强深度学习。 IEEE大数据 2020 : 54-63 [公元34年] Saikat Das公司 , Deepak Venugopal公司 , 萨贾恩·希瓦 , 弗雷德里克·谢尔顿 :
DDoS攻击中特征选择的集成框架的实证评估。 CSCloud/EdgeCom 2020 : 56-61 [c33] 阿尼克·汗 , 基肖尔·达塔·古普塔 , Deepak Venugopal公司 , 尼尔曼·库马尔 :
CIDMP:利用低维特征空间对红细胞中疟疾寄生虫进行完全可解释的检测。 国际JCNN 2020 : 1-8 [公元32年] Saikat Das公司 , 纳米塔·阿加瓦尔 , Deepak Venugopal公司 , 弗雷德里克·谢尔顿 , 萨贾恩·希瓦 :
可解释机器学习方法的分类与综述。 SSCI公司 2020 : 670-677 [i2] 阿尼克·汗 , 基绍尔·达塔·古普塔 , Deepak Venugopal公司 , 尼尔曼·库马尔 :
CIDMP:利用低维特征空间对红细胞中疟疾寄生虫进行完全可解释的检测。 CoRR公司 abs/2007.02248 ( 2020 )
2010 – 2019
2019 【j4】 纳文·库马尔 , Deepak Venugopal公司 , 邱良飞 , 苏博达·库马尔 :
检测异常在线评论人:一种使用混合模型的无监督方法。 J.管理。 信息系统。 36 ( 4 ) : 1313-1346 ( 2019 ) [公元31年] 穆罕默德·马米努尔·伊斯兰 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
关于使用神经嵌入的提升推断。 AAAI公司 2019 : 7916-7923 [公元30年] 科莱 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
概率图形模型吉布斯采样中的自适应Rao-Blackwellisation。 AISTATS公司 2019 : 2907-2915 [公元29年] 艾哈迈德·马哈福兹 , Deepak Venugopal公司 , 萨詹·希瓦 :
用于网络入侵检测的ML分类器的比较分析。 ICICT(2) 2019 : 193-207 [公元28年] 汗·穆罕默德·法拉比 , Somdeb Sarkhel公司 , 萨诺丽塔·戴伊 , Deepak Venugopal公司 :
使用马尔可夫逻辑进行精细解释。 ECML/PKDD(2) 2019 : 614-629 [公元27年] Saikat Das公司 , 艾哈迈德·马哈福兹 , Deepak Venugopal公司 , 萨贾恩·希瓦 :
通过机器学习集成进行DDoS入侵检测。 QRS伴侣 2019 : 471-477 2018 [j3] 纳文·库马尔 , Deepak Venugopal公司 , 邱良飞 , 苏博达·库马尔 :
利用分层监督学习检测在线平台上的复习操纵。 J.马纳格。 信息系统。 35 ( 1 ) : 350-380 ( 2018 ) [公元26年] 穆罕默德·马米努尔·伊斯兰 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
学习混合MLN。 AAAI公司 2018 : 6359-6366 [公元25年] 汗·穆罕默德·法拉比 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
高维非测试MLN中的有效权重学习。 AISTATS公司 2018 : 1637-1645 [公元24年] 穆罕默德·马米努尔·伊斯兰 , 汗·穆罕默德·法拉比 , Somdeb Sarkhel公司 , Deepak Venugopal公司 :
使用火花放大MLN中的推理。 IEEE大数据 2018 : 118-125 【c23】 克里斯托弗·肯特 , Deepak Venugopal公司 :
城市居民区精细犯罪预测。 国际标准分类2 2018 : 1-2 2017 [注2] Deepak Venugopal公司 :
马尔可夫逻辑网络推理方法的进展。 IEEE智能。 信息学公告。 18 ( 2 ) : 13-19 ( 2017 ) [公元22年] Somdeb Sarkhel公司 , Deepak Venugopal公司 , 尼古拉斯·鲁齐 , Vibhav戈盖特 :
未测试MLN的有效推断。 国际JCAI 2017 : 4617-4624 【c21】 穆罕默德·马米努尔·伊斯兰 , 穆罕默德·汗·法拉比 , Deepak Venugopal公司 :
概率图形模型中推理的自适应分块吉布斯采样。 国际JCNN 2017 : 262-269 2016 [公元20年] Somdeb Sarkhel公司 , Deepak Venugopal公司 , 团安范 , 帕拉格·辛拉 , Vibhav戈盖特 :
使用近似计数的马尔可夫逻辑网络的可扩展训练。 AAAI公司 2016 : 1067-1073 [第19条] Deepak Venugopal公司 , Vasile Rus公司 :
教程对话中模式识别的联合推断。 冷却 2016 : 2000-2011 [第18条] Jing Lu公司 , Deepak Venugopal公司 , Vibhav戈盖特 , 翁清海 :
事件引用解析的联合推断。 冷却 2016 : 3264-3275 [第17条] Deepak Venugopal公司 , Somdeb Sarkhel公司 , 凯尔·切里 :
MLN中可伸缩Gibbs采样的非参数域近似。 阿拉伯联合酋长国 2016 2015 [第16条] Deepak Venugopal公司 , Somdeb Sarkhel公司 , Vibhav戈盖特 :
只计算满意的基础:MLN中的可扩展局部搜索和基于采样的推断。 AAAI公司 2015 : 3606-3612 [第15条] Deepak Venugopal公司 :
马尔可夫逻辑中的放大推理。 AAAI公司 2015 : 4259-4260 2014 [第14条] Deepak Venugopal公司 , Vibhav戈盖特 :
马尔可夫逻辑中基于证据的可扩展推理聚类。 新加坡国际机场@AAAI 2014 [第13条] Somdeb Sarkhel公司 , Deepak Venugopal公司 , 帕拉格·辛拉 , Vibhav戈盖特 :
马尔可夫逻辑网络的提升MAP推理。 AISTATS公司 2014 : 859-867 [第12条] Deepak Venugopal公司 , 陈晨 , Vibhav戈盖特 , 翁清海 :
缓解计算瓶颈:利用高维特征进行事件提取的联合推断。 EMNLP公司 2014 : 831-843 [第11条] Deepak Venugopal公司 , Vibhav戈盖特 :
马尔可夫逻辑网络的放大重要性抽样。 NIPS公司 2014 : 2978-2986 [第10条] Somdeb Sarkhel公司 , Deepak Venugopal公司 , 帕拉格·辛拉 , Vibhav戈盖特 :
基于整数多项式规划的提升MAP推理框架。 NIPS公司 2014 : 3302-3310 【c9】 Deepak Venugopal公司 , Vibhav戈盖特 :
马尔可夫逻辑中基于证据的可扩展推理聚类。 ECML/PKDD(3) 2014 : 258-273 2013 【c8】 Deepak Venugopal公司 , Vibhav戈盖特 :
GiSS:在混合概率和确定性图形模型中结合吉布斯抽样和样本搜索进行推理。 AAAI公司 2013 : 897-904 【c7】 Deepak Venugopal公司 , Vibhav戈盖特 :
吉布斯采样的动态阻塞和崩溃。 阿拉伯联合酋长国 2013 [i1] Deepak Venugopal公司 , Vibhav戈盖特 :
吉布斯采样的动态阻塞和折叠。 CoRR公司 abs/1309.6870 ( 2013 ) 2012 【c6】 Vibhav戈盖特 , Abhay Kumar Jha公司 , Deepak Venugopal公司 :
提升重要性抽样的进展。 AAAI公司 2012 : 1910-1916 【c5】 Deepak Venugopal公司 , Vibhav戈盖特 :
关于提升吉布斯采样算法。 NIPS公司 2012 : 1664-1672 【c4】 Deepak Venugopal公司 , Vibhav戈盖特 :
关于提升吉布斯采样算法。 星AI@无人机 2012
2000 – 2009
2008 [j1] Deepak Venugopal公司 , 胡国宁 :
移动设备上高效的基于签名的恶意软件检测。 暴徒。 信息系统。 4 ( 1 ) : 33-49 ( 2008 ) 2007 【c3】 胡国宁 , Deepak Venugopal公司 :
一种应用于移动网络的恶意软件特征提取与检测方法。 IPCCC公司 2007 : 19-26 2006 【c2】 Deepak Venugopal公司 , 胡国宁 , 尼科莱塔·罗曼 :
移动设备上的智能病毒检测。 太平洋标准时间 2006 : 65 【c1】 Deepak Venugopal公司 :
一种有效的移动设备签名表示和匹配方法。 WICON公司 2006 : 16
合著者索引
![](https://dblp.org/img/cog.dark.24x24.png)