布鲁诺·A·奥尔沙森
人员信息
附属: 美国加州大学伯克利分校
优化列表
2020年–今天
2024 [i34] 克里斯托弗·基姆 , 索尼娅·马泽莱 , 安娜贝尔·吴 , 丹尼斯·克莱科 , 布鲁诺·A·奥尔沙森 :
用卷积稀疏编码和谐振网络对视觉场景进行合成分解。 CoRR公司 abs/2404.19126 ( 2024 ) 2023 [公元17年] 丹尼斯·克莱科 , 康诺·比比 , 黄平辰 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 爱德华·帕克森·弗雷迪 , 弗里德里希·索默 :
整体表示中合成结构的高效解码。 神经计算。 35 ( 7 ) : 1159-1186 ( 2023 ) [公元41年] 克里斯蒂安·舍梅克 , 尼娜·米奥兰 , 布鲁诺·A·奥尔沙森 :
组等变稀疏编码。 GSI(1) 2023 : 91-101 [公元40年] 陈玉蓓 , 泽玉云 , 伊玛 , 布鲁诺·A·奥尔沙森 , 燕乐存 :
基于稀疏流形变换的最小无监督表示学习。 ICLR公司 2023 [公元39年] 索菲亚·桑伯恩 , 克里斯蒂安·舍梅克 , 布鲁诺·A·奥尔沙森 , 克里斯托弗·希勒 :
双谱神经网络。 ICLR公司 2023 [公元38年] 特伦顿砖 , 瑞兰·谢弗 , 布鲁诺·A·奥尔沙森 , 加布里埃尔·克里曼 :
噪声中稀疏表示的出现。 ICML公司 2023 : 3148年3191年 [i33] 爱德华·帕克森·弗雷迪 , 斯宾塞·J·肯特 , Quinn Tran公司 , 彭蒂·卡内尔瓦 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
学习和概括视觉场景的合成表现。 CoRR公司 abs/2303.13691 ( 2023 ) [i32] 玛丽萨·康纳 , 布鲁诺·A·奥尔沙森 , 克里斯托弗·罗泽尔 :
从2D投影输入学习3D转换的内部表示。 CoRR公司 abs/2303.17776 ( 2023 ) [i31] 丹尼斯·克莱科 , 康纳·拜比 , 黄平辰 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 爱德华·帕克森·弗雷迪 , 弗里德里希·索默 :
整体表示中合成结构的高效解码。 CoRR公司 abs/2305.16873 ( 2023 ) [i30] 泽玉云 , 张觉肖 , 布鲁诺·A·奥尔沙森 , 燕乐存 , 陈玉蓓 :
URLOST:没有固定性或拓扑的无监督表示学习。 CoRR公司 abs/2310.04496 ( 2023 ) [i29] 克里斯托弗·基姆 , 丹尼斯·克莱科 , 爱德华·帕克森·弗雷迪 , 康诺·比比 , 彭蒂·卡内尔瓦 , 弗里德里希·索默 , 布鲁诺·A·奥尔沙森 :
高维表示中的剩余数计算。 CoRR公司 腹肌/2311.04872 ( 2023 ) 2022 [公元16年] 胡洪业 , 吴殿霞 , Yi-Zhuang You(一庄友) , 布鲁诺·A·奥尔沙森 , 陈玉蓓 :
RG-Flow:基于重整化群和稀疏先验的层次化可解释流模型。 机器。 学习。 科学。 Technol公司。 三 ( 三 ) : 35009 ( 2022 ) [公元15年] 迈克尔·Y·S·方 , 玛尤尔·穆迪戈达 , 瑞恩·扎科内 , 阿米尔·科斯罗沙希(Amir Khosrowshahi) , 布鲁诺·A·奥尔沙森 :
Langevin动力学在稀疏编码模型中的学习和推理。 神经计算。 34 ( 8 ) : 1676-1700 ( 2022 ) [公元14年] Xin Zheng(新正) , 瑞恩·扎科内 , 阿卡什·利维 , Win-San Khwa公司 , 普里扬卡·雷纳 , 布鲁诺·A·奥尔沙森 , H.-S.Philip Wong先生 :
模拟值非易失性存储器阵列中的高密度模拟图像存储。 神经形态。 计算。 工程师。 2 ( 4 ) : 44018 ( 2022 ) [j13] 丹尼斯·克莱科 , 麦克·戴维斯 , 爱德华·帕克森·弗雷迪 , 彭蒂·卡内尔瓦 , 斯宾塞·J·肯特 , 布鲁诺·A·奥尔沙森 , 叶夫根尼·奥西波夫 , 简·M·拉比 , 德米特里·拉奇科夫斯基 , 阿巴斯·拉希米 , 弗里德里希·索默 :
向量符号体系结构作为新兴硬件的计算框架。 程序。 电气与电子工程师协会 110 ( 10 ) : 1538-1571 ( 2022 ) [公元37年] 何寅洲 , 弗兰克·邱 , 陈玉蓓 , 布鲁诺·A·奥尔沙森 :
用李群变换和稀疏编码解缠图像。 NeurReps公司 2022 : 22-47 [公元36年] 丹尼斯·克莱科 , 康诺·比比 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 阿米尔·科斯罗沙希(Amir Khosrowshahi) , 德米特里·E·尼科诺夫 , 弗里德里希·索默 , 爱德华·帕克森·弗雷迪 :
具有组合分布式表示的整数分解。 低碳所 2022 : 73-80 [公元35年] 爱德华·帕克森·弗雷迪 , 丹尼斯·克莱科 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
使用随机向量表示计算函数(简而言之)。 低碳所 2022 : 115-122 [c34] Evgenya Pergament公司 , 普基特·坦登 , 凯达尔·塔瓦瓦迪 , 奥伦·瑞佩尔 , 卢博米尔·鲍德夫 , 布鲁诺·A·奥尔沙森 , 沙希·韦斯曼 , 萨钦·卡蒂 , 亚历山大·安德森 :
用于感知视频压缩的交互式注释工具。 QoMEX公司 2022 : 1-6 [i28] 丹尼斯·克莱科 , 康诺·比比 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 阿米尔·科斯罗沙希(Amir Khosrowshahi) , 德米特里·E·尼科诺夫 , 弗里德里希·索默 , 爱德华·帕克森·弗雷迪 :
具有组合分布式表示的整数分解。 CoRR公司 腹肌/2203.00920 ( 2022 ) [i27] 迈克尔·Y·S·方 , 玛尤尔·穆迪戈达 , 瑞安·扎科内 , 阿米尔·科斯罗沙希(Amir Khosrowshahi) , 布鲁诺·A·奥尔沙森 :
基于朗之万动力学的稀疏编码模型学习与推理。 CoRR公司 abs/2204.11150 ( 2022 ) [i26] 阿尔法·雷纳 , 拉扎尔·苏皮克 , 安德烈亚·丹尼莱斯库 , 贾科莫·英迪弗利 , 布鲁诺·A·奥尔沙森 , 尤利娅·桑达米尔斯卡娅 , 弗里德里希·索默 , 爱德华·帕克森·弗雷迪 :
共振网络的神经形态视觉场景理解。 CoRR公司 abs/2208.12880 ( 2022 ) [i25] 黄平辰 , 丹尼斯·克莱科 , 简·M·拉比 , 布鲁诺·A·奥尔沙森 , 彭蒂·卡内尔瓦 :
使用超向量进行计算以实现高效的说话人识别。 CoRR公司 abs/2208.13285 ( 2022 ) 【i24】 索菲亚·桑伯恩 , 克里斯蒂安·舍梅克 , 布鲁诺·A·奥尔沙森 , 克里斯托弗·希勒 :
双谱神经网络。 CoRR公司 abs/2209.03416 ( 2022 ) [第23条] 陈玉蓓 , 泽玉云 , 伊玛 , 布鲁诺·A·奥尔沙森 , 燕乐存 :
稀疏流形变换下的最小无监督学习。 CoRR公司 腹肌/2209.15261 ( 2022 ) [i22] 安东尼·扎多尔 , 布莱克·A·理查兹 , 本斯·奥尔夫茨基 , 肖恩·埃斯科拉 , 本吉奥 , Kwabena Boahen公司 , 马修·博特维尼克 , 德米特里·切克罗夫斯基 , 安妮·丘格兰 , 克劳迪娅·克洛帕特 , 詹姆斯·迪卡洛 , 苏里亚神经节 , 杰夫·霍金斯 , 康拉德·P·科林 , 阿列克谢·库拉科夫 , 燕乐存 , 蒂莫西·利利克拉普 , 亚当·H·大理石 , 布鲁诺·A·奥尔沙森 , 亚历山大·普吉 , 克里斯蒂娜·萨文 , 泰伦斯·塞诺夫斯基(Terrence J.Sejnowski) , 埃罗·P·西蒙塞利 , 萨拉·A·索拉 , 大卫·苏西洛 , 安德烈亚斯·托利亚斯 , 多丽丝·曹 :
走向下一代人工智能:催化神经人工智能革命。 CoRR公司 abs/2210.08340 ( 2022 ) 【i21】 康诺·比比 , 丹尼斯·克莱科 , 德米特里·尼科诺夫 , 阿米尔·科斯罗沙希(Amir Khosrowshahi) , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
使用高阶Ising机器进行高效优化。 CoRR公司 abs/2212.03426 ( 2022 ) 2021 [公元33年] 泽玉云 , 陈玉蓓 , 布鲁诺·A·奥尔沙森 , 燕乐存 :
通过字典学习实现变压器可视化:作为变压器因素线性叠加的上下文化嵌入。 迪利奥@NAACL-HLT 2021 : 1-10 [公元32年] 瓦沙·杜特尔 , 阿戈斯蒂诺·吉巴尔迪 , 朱利娅·福卡雷利 , 布鲁诺·A·奥尔沙森 , 马丁·S·班克斯 :
在可穿戴设备中集成高保真眼睛、头部和世界跟踪。 ETRA附属 2021 : 9:1-9:4 [公元31年] 王德全 , 埃文·谢尔哈默 , 刘绍腾 , 布鲁诺·A·奥尔沙森 , 特雷弗·达雷尔 :
帐篷:熵最小化的完全测试时间适应。 ICLR公司 2021 [公元30年] 卡梅隆·刁 , 丹尼斯·克莱科 , 简·M·拉比 , 布鲁诺·A·奥尔沙森 :
用于随机神经网络和超维计算分类的广义学习向量量化。 国际JCNN 2021 : 1-9 [i20] 泽玉云 , 陈玉蓓 , 布鲁诺·A·奥尔沙森 , 燕乐存 :
通过字典学习实现变压器可视化:将上下文嵌入作为变压器因素的线性叠加。 CoRR公司 abs/2103.15949 ( 2021 ) [i19] 丹尼斯·克莱科 , 麦克·戴维斯 , 爱德华·帕克森·弗雷迪 , 彭蒂·卡内尔瓦 , 斯宾塞·J·肯特 , 布鲁诺·A·奥尔沙森 , 叶夫根尼·奥西波夫 , 简·M·拉比 , 德米特里·拉奇科夫斯基 , 阿巴斯·拉希米 , 弗里德里希·索默 :
矢量符号体系结构作为纳米级硬件的计算框架。 CoRR公司 abs/2106.05268 ( 2021 ) [i18] 卡梅隆·刁 , 丹尼斯·克莱科 , 简·M·拉比 , 布鲁诺·A·奥尔沙森 :
用于随机神经网络和超维计算分类的广义学习向量量化。 CoRR公司 abs/2106.09821 ( 2021 ) [i17] 爱德华·帕克森·弗雷迪 , 丹尼斯·克莱科 , 克里斯托弗·基姆 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
使用随机向量表示的函数计算。 CoRR公司 abs/2109.03429 ( 2021 ) 2020 [公元12年] 爱德华·帕克森·弗雷迪 , 斯宾塞·J·肯特 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
谐振网络,1:分解数据结构的高维分布式表示的有效解决方案。 神经计算。 32 ( 12 ) : 2311-2331 ( 2020 ) [公元11年] 斯宾塞·J·肯特 , 爱德华·帕克森·弗雷迪 , 弗里德里希·索默 , 布鲁诺·A·奥尔沙森 :
谐振网络,2:与基于优化的方法相比的分解性能和容量。 神经计算。 32 ( 12 ) : 2332-2388 ( 2020 ) [公元29年] 迪伦·佩顿 , 史蒂文·谢泼德 , 陈冠浩(Kwan Ho Ryan Chan) , 布鲁诺·A·奥尔沙森 :
子空间局部竞争算法。 低碳所 2020 : 9:1-9:8 [i16] 王德全 , 埃文·谢尔哈默 , 刘绍腾 , 布鲁诺·A·奥尔沙森 , 特雷弗·达雷尔 :
基于熵最小化的全测试时间自适应。 CoRR公司 abs/2006.10726 ( 2020 ) 【i15】 爱德华·帕克森·弗雷迪 , 斯宾塞·J·肯特 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
用于分解数据结构的分布式表示的谐振器网络。 CoRR公司 abs/2007.03748 ( 2020 ) [第14条] 胡红叶 , 吴殿霞 , Yi-Zhuang You(一庄友) , 布鲁诺·A·奥尔沙森 , 陈玉蓓 :
RG-Flow:基于重整化群和稀疏先验的层次化可解释流模型。 CoRR公司 abs/2010.00029 ( 2020 ) [i13] 何寅洲 , 弗兰克·邱 , 陈玉蓓 , 布鲁诺·A·奥尔沙森 :
用李群变换和稀疏编码解缠图像。 CoRR公司 2012年12月1日 ( 2020 )
2010 – 2019
2019 [公元28年] 布莱恩·张 , 特雷科夫 , 陈玉蓓 , 普尔基特阿格拉瓦尔 , 布鲁诺·A·奥尔沙森 :
将多个模型叠加为一个模型。 NeurIPS公司 2019 : 10867-10876 [i12] 布莱恩·张 , 特雷科夫 , 陈玉蓓 , 普基特·阿格拉瓦尔 , 布鲁诺·A·奥尔沙森 :
将多个模型叠加为一个模型。 CoRR公司 abs/1902.05522 ( 2019 ) [i11] 谢里克·莫宾 , 布鲁诺·A·奥尔沙森 :
通过注意门控实现对话与背景的听觉分离。 CoRR公司 abs/1905.10751 ( 2019 ) [i10] 斯宾塞·J·肯特 , 爱德华·帕克森·弗雷迪 , 弗里德里希·索默 , 布鲁诺·A·奥尔沙森 :
用于分解高维向量的谐振电路。 CoRR公司 abs/1906.11684 ( 2019 ) [i9] 王德全 , 埃文·谢尔哈默 , 布鲁诺·A·奥尔沙森 , 特雷弗·达雷尔 :
熵最小化动态尺度推断。 CoRR公司 abs/1908.03182 ( 2019 ) [i8] 张觉肖 , 陈玉蓓 , 布莱恩·张 , 布鲁诺·A·奥尔沙森 :
通过字典学习实现单词嵌入可视化。 CoRR公司 abs/1910.03833 ( 2019 ) 2018 [公元27年] 瑞安·扎科内 , 迪伦·佩顿 , 亚历克斯·安德森 , 杰西·恩格尔 , H.-S.Philip Wong先生 , 布鲁诺·A·奥尔沙森 :
用于模拟数据压缩和存储的具有神经网络的联合源信道编码。 DCC公司 2018 : 147-156 [公元26年] 陈玉蓓 , 迪伦·佩顿 , 布鲁诺·A·奥尔沙森 :
稀疏流形变换。 NeurIPS公司 2018 : 10534-10545 [i7] 谢里克·莫宾 , 布莱恩·张 , 布鲁诺·A·奥尔沙森 :
用于音频源分离的卷积与递归神经网络。 CoRR公司 abs/1803.08629 ( 2018 ) [i6] 陈玉蓓 , 迪伦·佩顿 , 布鲁诺·A·奥尔沙森 :
稀疏流形变换。 CoRR公司 abs/1806.08887 ( 2018 ) 2017 [公元10年] 阿巴斯·拉希米 , Sohum Datta公司 , 丹尼斯·克莱科 , 爱德华·帕克森·弗雷迪 , 布鲁诺·A·奥尔沙森 , 彭蒂·卡内尔瓦 , 简·M·拉比 :
高维计算作为一种纳米可扩展范式。 IEEE传输。 电路系统。 我是Regul。 巴普。 第64页-第一页 ( 9 ) : 2508-2521 ( 2017 ) [公元25年] 布莱恩·张 , 埃里克-威斯 , 布鲁诺·A·奥尔沙森 :
从视觉场景学习中出现的中央窝图像采样。 ICLR(海报) 2017 [公元24年] 简·M·拉比 , 阿巴斯·拉希米 , Sohum Datta公司 , 迈尔斯·鲁什 , 彭蒂·卡内尔瓦 , 布鲁诺·A·奥尔沙森 :
以人为中心的计算——超维方法案例。 IWASI公司 2017 : 29 [i5] 杰西·恩格尔 , 苏克鲁·伯克·埃尔伊尔马兹 , SangBum Kim公司 , 马修·布莱兹基 , 仲林 , 香兰龙 , 布鲁诺·A·奥尔沙森 , H.-S.Philip Wong先生 :
新兴存储系统中的模拟编码机会。 CoRR公司 abs/1701.06063 ( 2017 ) 2016 【c23】 亚历山大·安德森 , 布鲁诺·A·奥尔沙森 , 卡维塔·拉特南 , 奥斯汀·罗斯达 :
存在注视眼动的高视力神经模型。 ACSSC公司 2016 : 588-592 [i4] 亚历山大·安德森 , 科里·P·伯格 , 丹尼尔·莫辛 , 布鲁诺·A·奥尔沙森 :
深度电影:使用光流和深度神经网络来设计电影。 CoRR公司 abs/1605.08153 ( 2016 ) [i3] 布莱恩·张 , 埃里克-威斯 , 布鲁诺·A·奥尔沙森 :
从视觉场景学习中出现的中央窝图像采样。 CoRR公司 abs/1611.09430 ( 2016 ) 2015 [公元22年] 布莱恩·张 , 杰西·利弗泽伊 , 阿琼·K·班萨尔 , 布鲁诺·A·奥尔沙森 :
发现深层网络中变化的隐藏因素。 ICLR(车间) 2015 2014 [公元9年] 乌尔斯·科斯特 , 贾沙·索尔·迪克斯坦(Jascha Sohl-Dickstein) , 查尔斯·格雷 , 布鲁诺·A·奥尔沙森 :
皮层微柱内的高阶相关性建模。 公共科学图书馆计算。 生物。 10 ( 7 ) ( 2014 ) 2013 【c21】 乌尔斯·科斯特 , 布鲁诺·A·奥尔沙森 , 查尔斯·M·格雷 :
神经群体数据建模。 ACSSC公司 2013 : 358-361 [公元20年] 布鲁诺·A·奥尔沙森 :
高度过度完成稀疏编码。 人类视觉和电子成像 2013 : 86510秒 2012 [j8] 查尔斯·卡迪厄 , 布鲁诺·A·奥尔沙森 :
从自然电影中学习形式和运动的中间层表现。 神经计算。 24 ( 4 ) : 827-866 ( 2012 ) 2011 [j7] 伊万娜·托西奇 , 布鲁诺·A·奥尔沙森 , 本杰明·库佩尔 :
学习深度的稀疏表示。 IEEE J.选择。 顶部。 信号处理。 5 ( 5 ) : 941-952 ( 2011 ) [j6] 亚当·S·查尔斯 , 布鲁诺·A·奥尔沙森 , 克里斯托弗·罗泽尔 :
学习高光谱图像的稀疏代码。 IEEE J.选择。 顶部。 信号处理。 5 ( 5 ) : 963-978 ( 2011 ) [第19条] 王清明 , 贾沙·索尔·迪克斯坦(Jascha Sohl-Dickstein) , 伊万娜·托西奇 , 布鲁诺·A·奥尔沙森 :
预测视频编码的李群变换模型。 DCC公司 2011 : 83-92 [第18条] 本杰明·库佩尔 , 贾沙·索尔·迪克斯坦(Jascha Sohl-Dickstein) , 布鲁诺·A·奥尔沙森 :
通过因子分解建立更好的图像概率模型。 ICCV公司 2011 : 2011-2017 2010 [第17条] 皮埃尔·加里格斯 , 布鲁诺·A·奥尔沙森 :
拉普拉斯尺度混合优先的群稀疏编码。 NIPS公司 2010 : 676-684 [i2] 贾沙·索尔·迪克斯坦(Jascha Sohl-Dickstein) , 吉米·C·王 , 布鲁诺·A·奥尔沙森 :
一种用于学习李群变换的无监督算法。 CoRR公司 腹肌/1001.1027 ( 2010 ) [i1] 伊万娜·托西奇 , 布鲁诺·A·奥尔沙森 , 本杰明·J·卡尔佩珀 :
学习深度的稀疏表示。 CoRR公司 abs/1011.6656 ( 2010 )
2000 – 2009
2009 [第16条] 本杰明·库佩尔 , 布鲁诺·A·奥尔沙森 :
学习图像流形的传输操作符。 NIPS公司 2009 : 423-431 2008 [j5] 克里斯托弗·罗泽尔 , 唐·约翰逊 , 理查德·巴拉纽克 , 布鲁诺·A·奥尔沙森 :
神经电路中基于阈值和局部竞争的稀疏编码。 神经计算。 20 ( 10 ) : 2526-2563 ( 2008 ) [j4] 杰弗里·提特斯 , 肯尼思·哈里斯 , K.贾罗德·米尔曼 , 布鲁诺·A·奥尔沙森 , 弗里德里希·索默 :
计算神经科学数据共享。 神经信息学 6 ( 1 ) : 47-55 ( 2008 ) [第15条] 查尔斯·卡迪厄 , 布鲁诺·A·奥尔沙森 :
从自然电影中学习变换不变量。 NIPS公司 2008 : 209-216 2007 [第14条] 布鲁诺·A·奥尔沙森 , 查尔斯·卡迪厄 , 杰克·卡佩尔 , 大卫·K·沃兰 :
自然图像的双线性模型。 人类视觉和电子成像 2007 : 649206 [第13条] 克里斯托弗·罗泽尔 , 唐·约翰逊 , 理查德·巴拉纽克 , 布鲁诺·A·奥尔沙森 :
稀疏近似的局部竞争算法。 ICIP(4) 2007 : 169-172 [第12条] 皮埃尔·加里格斯 , 布鲁诺·A·奥尔沙森 :
学习自然图像稀疏编码模型中的水平连接。 NIPS公司 2007 : 505-512 2005 [j3] 布鲁诺·A·奥尔沙森 , 大卫·J·菲尔德 :
我们离理解V1有多近? 神经计算。 17 ( 8 ) : 1665-1699年 ( 2005 ) [第11条] 伊萨克·特罗茨 , 布鲁诺·A·奥尔沙森 , 爱德华·琼斯 :
神经解剖学图像对齐。 可视化大会 2005 : 92 2003 [第10条] 布鲁诺·A·奥尔沙森 :
学习时变自然图像的稀疏、过完备表示。 ICIP(1) 2003 : 41-44 【c9】 菲尔·萨利 , 布鲁诺·A·奥尔沙森 :
使用学习过完备表示进行图像去噪。 ICIP(3) 2003 : 381-384 【c8】 法比安·维沃德采夫 , 拉尔斯·林森 , 乔治·皮埃尔·邦诺 , 伯恩德·哈曼 , 肯尼斯·I·乔伊 , 布鲁诺·A·奥尔沙森 :
基于离散曲率的分层等值面分割。 VisSym公司 2003 : 249-258 2002 【c7】 菲尔·萨利 , 布鲁诺·A·奥尔沙森 :
学习稀疏多尺度图像表示。 NIPS公司 2002 : 1327-1334 2000 【c6】 布鲁诺·A·奥尔沙森 , 菲尔·萨利 , 迈克尔·S·莱维基 :
使用小波金字塔结构学习稀疏图像代码。 NIPS公司 2000 : 887-893
1990 – 1999
1999 【c5】 布鲁诺·A·奥尔沙森 , K.贾罗德·米尔曼 :
在学习稀疏码之前,要先学习混合高斯码。 NIPS公司 1999 : 841-847 1997 【c4】 迈克尔·S·莱维基 , 布鲁诺·A·奥尔沙森 :
使用有效的编码框架推断稀疏、过完备的图像代码。 NIPS公司 1997 1996 [注2] C.W.Lee先生 , 布鲁诺·A·奥尔沙森 :
一种非线性Hebbian网络,学习检测随机点立体图中的视差。 神经计算。 8 ( 三 ) : 545-566 ( 1996 ) 【c3】 大卫·J·菲尔德 , 布鲁诺·A·奥尔沙森 , 努拉·布雷迪 :
自然场景振幅谱中的小波、模糊和变异源。 人类视觉和电子成像 1996 : 108-119 【c2】 布鲁诺·A·奥尔沙森 , 大卫·J·菲尔德 :
学习自然图像的高效线性代码:稀疏性、过完备性和统计独立性的作用。 人类视觉和电子成像 1996 : 132-138 1995 [j1] 布鲁诺·A·奥尔沙森 , 查尔斯·安德森 , 大卫·范·埃森 :
一种用于形成大小和位置不变的对象表示的多尺度动态路由电路。 J.计算。 神经科学。 2 ( 1 ) : 45-62 ( 1995 ) 1993 【c1】 恩斯特·尼布尔 , 布鲁诺·A·奥尔沙森 :
视觉注意的神经生物学、心理物理学和计算模型。 NIPS公司 1993 : 1167-1168