卡尔·E·拉斯穆森
人员信息
附属: 英国剑桥大学工程系
SPARQL查询
优化列表
2020年–今天
2024 [公元17年] 亚历山大·特列宁 , 大卫·R·伯特 , 阿特姆·阿特梅夫 , 赛斯·R·弗拉克斯曼 , 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 , Hong Ge公司 :
基于覆盖树最小分离的数值稳定稀疏高斯过程。 J.马赫。 学习。 物件。 25 : 26:1-26:36 ( 2024 ) [公元16年] Talay M.奇马 , 卡尔·爱德华·拉斯穆森 :
高斯过程快速空间建模的积分变分傅里叶特征。 事务处理。 机器。 学习。 物件。 2024 ( 2024 ) 2023 [i31] Talay M.奇马 , 卡尔·爱德华·拉斯穆森 :
高斯过程快速空间建模的积分变分傅里叶特征。 CoRR公司 abs/2308.14142 ( 2023 ) 2022 [公元62年] 维迪·拉坎德 , 韦塞尔·布鲁因斯马 , 大卫·R·伯特 , 卡尔·爱德华·拉斯穆森 :
稀疏高斯过程超参数:优化还是集成? NeurIPS公司 2022 [i30] 亚历山大·特列宁 , 大卫·R·伯特 , 阿特姆·阿特梅夫 , 赛斯·R·弗拉克斯曼 , 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 , Hong Ge公司 :
基于覆盖树最小分离的数值稳定稀疏高斯过程。 CoRR公司 abs/2210.07893 ( 2022 ) [i29] 维迪·拉坎德 , 韦塞尔·布鲁因斯马 , 大卫·R·伯特 , 卡尔·E·拉斯穆森 :
稀疏高斯过程超参数:优化还是集成? CoRR公司 abs/2211.02476 ( 2022 ) 2021 [第61条] 颜振武 , 卡尔·爱德华·拉斯穆森 :
用于示例高效对话策略优化的裁剪循环。 NAACL-HLT公司 2021 : 3420-3428 [公元60年] 弗格斯·辛普森 , 伊恩·戴维斯 , 维迪·拉坎德 , 亚历山德罗·武洛 , 尼古拉斯·杜兰德 , 卡尔·爱德华·拉斯穆森 :
通过变压器进行内核识别。 NeurIPS公司 2021 : 10483-10495 [公元59年] 弗格斯·辛普森 , 维迪·拉坎德 , 卡尔·爱德华·拉斯穆森 :
带嵌套抽样的边缘高斯过程。 NeurIPS公司 2021 : 13613-13625 [公元58年] 塞巴斯蒂安·W·奥伯 , 卡尔·E·拉斯穆森 , 马克·范德威尔克 :
深层内核学习的承诺和陷阱。 阿联酋 2021 : 1206-1216 [第28条] 塞巴斯蒂安·W·奥伯 , 卡尔·E·拉斯穆森 , 马克·范德威尔克 :
深度核心学习的承诺和陷阱。 CoRR公司 abs/2102.12108 ( 2021 ) [i27] 弗格斯·辛普森 , 伊恩·戴维斯 , 维迪·拉坎德 , 亚历山德罗·武洛 , 尼古拉斯·杜兰德 , 卡尔·E·拉斯穆森 :
通过变压器进行内核识别。 CoRR公司 abs/2106.08185 ( 2021 ) 2020 [公元15年] Jan-Peter Calliess公司 , 斯蒂芬·罗伯茨 , 卡尔·爱德华·拉斯穆森 , 简·M·马奇约夫斯基 :
用于非参数回归和模型参考自适应控制的懒惰自适应常数Kinky推理。 自动。 122 : 109216 ( 2020 ) [公元14年] 大卫·R·伯特 , 卡尔·爱德华·拉斯穆森 , 马克·范德威尔克 :
高斯过程回归中稀疏变分推理的收敛性。 J.马赫。 学习。 物件。 21 : 131:1-131:63 ( 2020 ) [公元57年] 马丁·特拉普 , 罗伯特·佩哈兹 , 弗兰兹·佩恩科普夫 , 卡尔·爱德华·拉斯穆森 :
高斯过程的深结构混合。 AISTATS公司 2020 : 2251-2261 [公元56年] 颜振武 , Bo-Hsiang Tseng先生 , 卡尔·爱德华·拉斯穆森 :
使用可训练动作任务提高对话系统强化学习的样本效率。 ICASSP公司 2020 : 8024-8028 [公元55年] 乌什尼什·森古普塔 , 马特·阿莫斯 , J.斯科特·霍斯金 , 卡尔·爱德华·拉斯穆森 , 马修·杜尼伯 , 保罗·J·杨 :
用贝叶斯神经网络集成地球物理模型。 NeurIPS公司 2020 [i26] 大卫·R·伯特 , 卡尔·爱德华·拉斯穆森 , 马克·范德威尔克 :
可变正交特征。 CoRR公司 abs/2006.13170 ( 2020 ) [i25] 大卫·R·伯特 , 卡尔·爱德华·拉斯穆森 , 马克·范德威尔克 :
高斯过程回归中稀疏变分推理的收敛性。 CoRR公司 abs/2008.00323 ( 2020 ) 【i24】 乌什尼什·森古普塔 , 马特·阿莫斯 , J.斯科特·霍斯金 , 卡尔·爱德华·拉斯穆森 , 马修·杜尼伯 , 保罗·J·杨 :
用贝叶斯神经网络集成地球物理模型。 CoRR公司 abs/2010.03561 ( 2020 ) [第23条] 弗格斯·辛普森 , 维迪·拉坎德 , 卡尔·爱德华·拉斯穆森 :
带嵌套抽样的边缘高斯过程。 CoRR公司 abs/2010.16344 ( 2020 )
2010 – 2019
2019 [公元54年] 维迪·拉坎德 , 卡尔·爱德华·拉斯穆森 :
完全贝叶斯-高斯过程回归的近似推断。 AABI公司 2019 : 1-12 [公元53年] 阿德里亚·加里加·阿隆索 , 卡尔·爱德华·拉斯穆森 , 劳伦斯·艾奇森 :
深卷积网络是浅高斯过程。 ICLR(海报) 2019 [第52条] 大卫·R·伯特 , 卡尔·爱德华·拉斯穆森 , 马克·范德威尔克 :
稀疏变分高斯过程回归的收敛速度。 ICML公司 2019 : 862-871 [第51条] 亚历山德罗·戴维德·亚隆戈 , 马克·范德威尔克 , 詹姆斯·亨斯曼 , 卡尔·爱德华·拉斯穆森 :
克服递归高斯过程模型中的平均场近似。 ICML公司 2019 : 2931-2940 [i22] 帕沃·帕尔马斯 , 卡尔·爱德华·拉斯穆森 , 简·彼得斯 , Kenji Doya公司 :
PIPPS:灵活的基于模型的政策搜索,对混乱的诅咒具有鲁棒性。 CoRR公司 abs/1902.01240 ( 2019 ) 【i21】 大卫·R·伯特 , 卡尔·E·拉斯穆森 , 马克·范德威尔克 :
稀疏变分高斯过程回归的收敛速度。 CoRR公司 abs/1903.03571 ( 2019 ) [i20] 亚历山德罗·戴维德·亚隆戈 , 马克·范德威尔克 , 詹姆斯·亨斯曼 , 卡尔·爱德华·拉斯穆森 :
克服递归高斯过程模型中的平均场近似。 CoRR公司 abs/1906.05828 ( 2019 ) [i19] 马丁·特拉普 , 罗伯特·佩哈兹 , 弗兰兹·佩恩科普夫 , 卡尔·E·拉斯穆森 :
高斯过程的深结构混合。 CoRR公司 abs/1910.04536 ( 2019 ) [i18] 塞巴斯蒂安·W·奥伯 , 卡尔·爱德华·拉斯穆森 :
对回归的神经线性模型进行基准测试。 CoRR公司 abs/1912.08416 ( 2019 ) [i17] 维迪·拉坎德 , 卡尔·爱德华·拉斯穆森 :
完全贝叶斯-高斯过程回归的近似推断。 CoRR公司 abs/1912.13440 ( 2019 ) 2018 [公元50年] Jan-Peter Calliess公司 , 斯蒂芬·罗伯茨 , 卡尔·E·拉斯穆森 , 简·M·马奇约夫斯基 :
用于在线学习和控制的非线性集员回归与自适应超参数估计。 ECC公司 2018 : 1-6 [公元49年] 帕沃·帕尔马斯 , 卡尔·爱德华·拉斯穆森 , 简·彼得斯 , Kenji Doya公司 :
PIPPS:灵活的基于模型的政策搜索,对混乱的诅咒具有鲁棒性。 ICML公司 2018 : 4062-4071 [i16] 阿德里亚·加里加·阿隆索 , 劳伦斯·艾奇森 , 卡尔·爱德华·拉斯穆森 :
深卷积网络是浅高斯过程。 CoRR公司 abs/1808.05587 ( 2018 ) 【i15】 马丁·特拉普 , 罗伯特·佩哈兹 , 卡尔·E·拉斯穆森 , 弗兰兹·佩恩科普夫 :
使用和积网络学习高斯过程专家的深度混合。 CoRR公司 abs/1809.04400 ( 2018 ) [第14条] 亚历山德罗·戴维德·亚隆戈 , 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 :
高斯过程状态空间模型中的闭式推断和预测。 CoRR公司 abs/1812.03580 ( 2018 ) [i13] 亚历山德罗·戴维德·亚隆戈 , 马克·范德威尔克 , 詹姆斯·亨斯曼 , 卡尔·爱德华·拉斯穆森 :
动力系统中的非因子变分推理。 CoRR公司 abs/1812.06067 ( 2018 ) 2017 [公元48年] 罗温·麦卡利斯特 , 卡尔·爱德华·拉斯穆森 :
连续状态-行动Gaussian-POMDP中的数据高效强化学习。 NIPS公司 2017 : 2040-2049 [公元47年] 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 , 詹姆斯·亨斯曼 :
卷积高斯过程。 NIPS公司 2017 : 2849-2858 [i12] 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 , 詹姆斯·亨斯曼 :
卷积高斯过程。 CoRR公司 abs/1709.01894 ( 2017 ) 2016 [公元46年] 罗伯托·卡兰德拉 , 简·彼得斯 , 卡尔·爱德华·拉斯穆森 , 马克·彼得·德伊森罗斯 :
回归的流形高斯过程。 国际JCNN 2016 : 3338-3345 [公元45年] 马蒂亚斯·鲍尔 , 马克·范德威尔克 , 卡尔·爱德华·拉斯穆森 :
了解概率稀疏高斯过程近似。 NIPS公司 2016 : 1525-1533 [i11] 罗温·麦卡利斯特 , 卡尔·爱德华·拉斯穆森 :
连续状态POMDP中的数据高效强化学习。 CoRR公司 abs/1602.02523 ( 2016 ) [i10] 亚瑟·格雷顿 , 菲利普·亨尼 , 卡尔·爱德华·拉斯穆森 , 伯恩哈德·舍尔科夫 :
核和高斯过程学习的新方向(Dagstuhl研讨会16481)。 达格斯图尔报告 6 ( 11 ) : 142-167 ( 2016 ) 2015 [j13] 马克·彼得·德伊森罗斯 , 迪特尔·福克斯 , 卡尔·爱德华·拉斯穆森 :
机器人与控制中数据高效学习的高斯过程。 IEEE传输。 模式分析。 机器。 智力。 37 ( 2 ) : 408-423 ( 2015 ) [第九章] 马克·彼得·德伊森罗斯 , 迪特尔·福克斯 , 卡尔·爱德华·拉斯穆森 :
机器人与控制中数据高效学习的高斯过程。 CoRR公司 abs/1502.02860 ( 2015 ) 2014 [公元44年] 巴斯蒂安·比肖夫 , 杜恩·图昂 , 赫尔克·范·霍夫 , 安德鲁·麦克胡特(Andrew McHutchon) , 卡尔·E·拉斯穆森 , 阿洛伊斯·克诺尔 , 简·彼得斯 , 马克·彼得·德伊森罗斯 :
使用稀疏数据学习机器人控制的策略搜索。 ICRA公司 2014 : 3882-3887 [公元43年] Yarin Gal公司 , 马克·范德威尔克 , 卡尔·E·拉斯穆森 :
稀疏高斯过程回归和潜在变量模型中的分布式变分推断。 NIPS公司 2014 : 3257-3265 [公元42年] 罗杰·弗里戈拉 , 陈玉田 , 卡尔·E·拉斯穆森 :
变分高斯过程状态空间模型。 NIPS公司 2014 : 3680-3688 [i8] Yarin Gal公司 , 马克·范德威尔克 , 卡尔·E·拉斯穆森 :
稀疏高斯过程回归和潜在变量模型中的分布式变分推断。 CoRR公司 abs/1402.1389 ( 2014 ) [i7] 罗伯托·卡兰德拉 , 简·彼得斯 , 卡尔·爱德华·拉斯穆森 , 马克·彼得·德伊森罗斯 :
回归的流形高斯过程。 CoRR公司 abs/1402.5876 ( 2014 ) [i6] 罗杰·弗里戈拉 , 陈玉田 , 卡尔·E·拉斯穆森 :
变分高斯过程状态空间模型。 CoRR公司 abs/1406.4905 ( 2014 ) 2013 [公元41年] 罗杰·弗里戈拉 , 卡尔·爱德华·拉斯穆森 :
高斯过程下贝叶斯非线性系统辨识的集成预处理。 疾病预防控制中心 2013 : 5371-5376 [公元40年] 罗杰·弗里戈拉 , 弗雷德里克·林德斯滕 , 托马斯·施恩 , 卡尔·E·拉斯穆森 :
基于粒子MCMC的高斯过程状态空间模型中的贝叶斯推理和学习。 NIPS公司 2013 : 3156-3164 [i5] 罗杰·弗里戈拉 , 卡尔·爱德华·拉斯穆森 :
基于NARX模型的贝叶斯系统自动识别。 CoRR公司 abs/1303.2912 ( 2013 ) [i4] 罗杰·弗里戈拉 , 弗雷德里克·林德斯滕 , 托马斯·施恩 , 卡尔·E·拉斯穆森 :
基于粒子MCMC的高斯过程状态空间模型中的贝叶斯推理和学习。 CoRR公司 abs/1306.2861 ( 2013 ) [i3] 罗杰·弗里戈拉 , 弗雷德里克·林德斯滕 , 托马斯·施恩 , 卡尔·E·拉斯穆森 :
用粒子随机逼近EM辨识高斯过程状态空间模型。 CoRR公司 abs/1312.4852 ( 2013 ) 2012 [公元12年] 瑞安·D·特纳 , 卡尔·爱德华·拉斯穆森 :
无迹卡尔曼滤波中基于模型的sigma点学习。 神经计算 80 : 47-53 ( 2012 ) [公元11年] 马克·彼得·德伊森罗斯 , 瑞安·D·特纳 , 马可·胡贝尔 , 乌韦·D·哈内贝克 , 卡尔·爱德华·拉斯穆森 :
高斯过程的稳健滤波和平滑。 IEEE传输。 自动。 控制。 57 ( 7 ) : 1865-1871 ( 2012 ) [公元39年] 雅各与以扫 , 卡尔·爱德华·拉斯穆森 , 简·M·马奇约夫斯基 :
使用具有部分模型信息的高斯过程对非线性系统进行建模和控制。 疾病预防控制中心 2012 : 5266-5271 [公元38年] 迈克尔·奥斯本 , 大卫·杜维诺 , 罗曼·加内特 , 卡尔·E·拉斯穆森 , 斯蒂芬·罗伯茨 , 邹宾·加拉马尼 :
基于贝叶斯求积的模型证据主动学习。 NIPS公司 2012 : 46-54 [公元37年] 约翰·坎宁安 , 邹宾·加拉马尼 , 卡尔·爱德华·拉斯穆森 :
时间标记时间序列数据的高斯过程。 AISTATS公司 2012 : 255-263 [i2] 马克·彼得·德伊森罗斯 , 瑞安·D·特纳 , 马可·胡贝尔 , 乌韦·D·哈内贝克 , 卡尔·爱德华·拉斯穆森 :
高斯过程的稳健滤波和平滑。 CoRR公司 abs/1203.4345 ( 2012 ) 2011 [公元36年] 雅各与以扫 , 卡尔·爱德华·拉斯穆森 , 简·M·马奇约夫斯基 :
连续状态空间中参考跟踪控制的强化学习。 CDC/ECC 2011 : 6019-6024 [公元35年] 马克·彼得·德伊森罗斯 , 卡尔·爱德华·拉斯穆森 :
PILCO:基于模型和数据效率的政策搜索方法。 ICML公司 2011 : 465-472 [公元34年] 大卫·杜维诺 , 汉内斯·尼克斯 , 卡尔·爱德华·拉斯穆森 :
加法高斯过程。 NIPS公司 2011 : 226-234 [公元33年] 安德鲁·麦克胡特(Andrew McHutchon) , 卡尔·爱德华·拉斯穆森 :
带输入噪声的高斯过程训练。 NIPS公司 2011 : 1341-1349 [公元32年] 马克·彼得·德伊森罗斯 , 卡尔·爱德华·拉斯穆森 , 迪特尔·福克斯 :
学习使用数据高效强化学习控制低成本机械手。 机器人学:科学与系统 2011 [i1] 大卫·杜维诺 , 汉内斯·尼克斯 , 卡尔·爱德华·拉斯穆森 :
加法高斯过程。 CoRR公司 abs/1112.4394 ( 2011 ) 2010 [公元10年] 迪兰·格鲁 , 卡尔·爱德华·拉斯穆森 :
Dirichlet过程高斯混合模型:基分布的选择。 J.计算。 科学。 Technol公司。 25 ( 4 ) : 653-664 ( 2010 ) [公元9年] 米盖尔·拉扎罗·格雷迪拉 , 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 卡尔·爱德华·拉斯穆森 , 安巴尔·菲格雷亚斯·维达尔 :
稀疏谱高斯过程回归。 J.马赫。 学习。 物件。 11 : 1865-1881 ( 2010 ) [j8] 卡尔·爱德华·拉斯穆森 , 汉内斯·尼克斯 :
机器学习高斯过程(GPML)工具箱。 J.马赫。 学习。 物件。 11 : 3011-3015 ( 2010 ) [公元31年] 汉内斯·尼克斯 , 卡尔·爱德华·拉斯穆森 :
高斯过程潜变量模型的高斯混合建模。 DAGM-符号 2010 : 272-282 [c30] 尤努斯·萨奇 , 瑞安·D·特纳 , 卡尔·爱德华·拉斯穆森 :
高斯过程变化点模型。 ICML公司 2010 : 927-934 [公元29年] 瑞安·D·特纳 , 马克·彼得·德伊森罗斯 , 卡尔·爱德华·拉斯穆森 :
状态空间推理和高斯过程学习。 AISTATS公司 2010 : 868-875
2000 – 2009
2009 [j7] 马克·彼得·德伊森罗斯 , 卡尔·爱德华·拉斯穆森 , 简·彼得斯 :
高斯过程动态规划。 神经计算 72 ( 7-9 ) : 1508-1524 ( 2009 ) [j6] 卡尔·爱德华·拉斯穆森 , 伯纳德·德拉克鲁兹 , 邹宾·加拉马尼 , 大卫·L·怀尔德 :
使用Dirichlet过程混合建模和可视化基因表达簇中的不确定性。 IEEE ACM传输。 计算。 生物信息。 6 ( 4 ) : 615-628 ( 2009 ) 2008 [公元28年] 马克·彼得·德伊森罗斯 , 简·彼得斯 , 卡尔·E·拉斯穆森 :
高斯过程的近似动态规划。 自动控制 2008 : 4480-4485 [c27] 马克·彼得·德伊森罗斯 , 卡尔·爱德华·拉斯穆森 , 简·彼得斯 :
具有连续状态和动作的基于模型的强化学习。 ESANN公司 2008 : 19-24 [公元26年] 卡尔·爱德华·拉斯穆森 , 马克·彼得·德伊森罗斯 :
控制中快速学习的概率推理。 EWRL公司 2008 : 229-242 2007 [j5] 索伦·松嫩堡 , 米基奥·布劳恩 , 郑顺翁(Cheng Soon Ong) , 萨米·本吉奥 , 莱昂·博图 , 杰弗里·霍姆斯 , 燕乐存 , 克劳斯·罗贝特·米勒 , 费尔南多·佩雷拉 , 卡尔·爱德华·拉斯穆森 , Gunnar Rätsch公司 , 伯恩哈德·舍尔科夫 , 亚历山大·斯莫拉 , 帕斯卡·文森特 , 杰森·韦斯顿 , 罗伯特·威廉姆森 :
机器学习中对开源软件的需求。 J.马赫。 学习。 物件。 8 : 2443-2466 ( 2007 ) 2006 【b2】 卡尔·爱德华·拉斯穆森 , 克里斯托弗·威廉姆斯 :
机器学习的高斯过程。 自适应计算与机器学习 , 麻省理工学院出版社 2006 ,国际标准图书编号 026218253倍 第I-XVIII页,1-248页 [公元25年] 迪兰·格鲁 , 弗兰克·贾克尔 , 卡尔·爱德华·拉斯穆森 :
具有无限多潜在特征的选择模型。 ICML公司 2006 : 361-368 2005 [j4] 马尔特·库斯 , 卡尔·爱德华·拉斯穆森 :
评估二元高斯过程分类的近似推断。 J.马赫。 学习。 物件。 6 : 1679-1704 ( 2005 ) [j3] 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 卡尔·爱德华·拉斯穆森 :
稀疏近似高斯过程回归的统一观点。 J.马赫。 学习。 物件。 6 : 1939-1959 ( 2005 ) [公元24年] 卡尔·爱德华·拉斯穆森 , 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) :
通过增强修复相关向量机。 ICML公司 2005 : 689-696 【c23】 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 卡尔·爱德华·拉斯穆森 , 费边·辛兹 , 奥利维尔·布斯克 , 伯恩哈德·舍尔科夫 :
评估预测不确定性挑战。 百万连续波 2005 : 1-27 [公元22年] 马尔特·库斯 , 卡尔·爱德华·拉斯穆森 :
评估高斯过程分类的近似值。 NIPS公司 2005 : 699-706 2004 【c21】 朱斯·科奇扬 , 罗德里克·默里·史密斯 , 卡尔·E·拉斯穆森 , 阿加特·吉拉德 :
基于高斯过程模型的预测控制。 自动控制 2004 : 2214-2219 [公元20年] 马蒂亚斯·奥·弗兰兹 , Younghee Kwon先生 , 卡尔·爱德华·拉斯穆森 , 伯恩哈德·舍尔科夫 :
使用白化函数类的半监督核回归。 DAGM-符号 2004 : 18-26 [第19条] 费边·辛兹 , 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 戈汗·H·巴克尔 , 卡尔·爱德华·拉斯穆森 , 马蒂亚斯·奥·弗兰兹 :
从立体声学习深度。 DAGM-符号 2004 : 245-252 [第18条] 迪兰·格鲁 , 卡尔·爱德华·拉斯穆森 , 安德烈亚斯·托利亚斯 , 费边·辛兹 , 尼科斯·洛戈塞提斯 :
用混合因子分析仪模拟峰值。 DAGM-符号 2004 : 391-398 [c17] 安娜亚·杜比 , 黄升宇(Seungwoo Hwang) , 克劳迪娅·兰格尔 , 卡尔·爱德华·拉斯穆森 , 邹宾·加拉马尼 , 大卫·L·怀尔德 :
用无限高斯混合模型聚类蛋白质序列和结构空间。 太平洋生物计算研讨会 2004 : 399-410 [电子1] 卡尔·爱德华·拉斯穆森 , 海因里希·贝尔托夫 , 伯恩哈德·舍尔科夫 , 马丁·吉斯 :
模式识别,第26届DAGM研讨会,2004年8月30日至9月1日,德国图宾根,会议记录。 计算机科学课堂讲稿 3175, 施普林格 2004 ,国际标准图书编号 3-540-22945-0 [目录] 2003 [第16条] 卡尔·爱德华·拉斯穆森 :
机器学习中的高斯过程。 机器学习高级讲座 2003 : 63-71 [第15条] 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 卡尔·爱德华·拉斯穆森 :
降秩高斯过程回归的一些方法分析。 欧洲多智能体控制暑期学校 2003 : 98-127 [第14条] 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 阿加特·吉拉德 , 赞尼·劳尔森 , 卡尔·爱德华·拉斯穆森 :
贝叶斯核模型中不确定性的传播——应用于多步预测。 ICASSP(2) 2003 : 701-704 [第13条] 爱德华·劳埃德·斯内尔森 , 卡尔·爱德华·拉斯穆森 , 邹宾·加拉马尼 :
扭曲高斯过程。 NIPS公司 2003 : 337-344 [第12条] 卡尔·爱德华·拉斯穆森 , 马尔特·库斯 :
强化学习中的高斯过程。 NIPS公司 2003 : 751-758 [第11条] 扬·艾奇霍恩 , 安德烈亚斯·托利亚斯 , 亚历山大·齐恩 , 马尔特·库斯 , 卡尔·爱德华·拉斯穆森 , 杰森·韦斯顿 , 尼科斯·洛戈塞提斯 , 伯恩哈德·舍尔科夫 :
基于核算法的峰值数据预测。 NIPS公司 2003 : 1367-1374 2002 [第10条] 卡尔·爱德华·拉斯穆森 , 邹宾·加拉马尼 :
贝叶斯蒙特卡罗。 NIPS公司 2002 : 489-496 【c9】 阿加特·吉拉德 , 卡尔·爱德华·拉斯穆森 , 华金·奎尼奥诺·坎德拉(Joaquin Quiñonero Candela) , 罗德里克·默里·史密斯 :
输入不确定的高斯过程先验-应用于多步超前时间序列预测。 NIPS公司 2002 : 529-536 【c8】 E.索拉克 , 罗德里克·默里·史密斯 , 威廉·莱希德 , 道格拉斯·莱思 , 卡尔·爱德华·拉斯穆森 :
动态系统高斯过程模型中的导数观测。 NIPS公司 2002 : 1033-1040 2001 【c7】 马修·J·比尔 , 邹宾·加拉马尼 , 卡尔·爱德华·拉斯穆森 :
无限隐马尔可夫模型。 NIPS公司 2001 : 577-584 【c6】 卡尔·爱德华·拉斯穆森 , 邹宾·加拉马尼 :
高斯过程专家的无限混合。 NIPS公司 2001 : 881-888 2000 【c5】 卡尔·爱德华·拉斯穆森 , 邹宾·加拉马尼 :
奥卡姆剃刀。 NIPS公司 2000 : 294-300
1990 – 1999
1999 【c4】 卡尔·爱德华·拉斯穆森 :
无限高斯混合模型。 NIPS公司 1999 : 554-560 【c3】 佩德罗·A·d·F·R·Höjen-Sörensen , 拉尔斯·凯·汉森 , 卡尔·爱德华·拉斯穆森 :
fMRI石灰系列的贝叶斯模型。 NIPS公司 1999 : 754-760 1997 【b1】 卡尔·E·拉斯穆森 :
高斯过程和其他非线性回归方法的评估。 加拿大多伦多大学, 1997 1995 [c2] 克里斯托弗·威廉姆斯 , 卡尔·爱德华·拉斯穆森 :
回归的高斯过程。 NIPS公司 1995 : 514-520 【c1】 卡尔·爱德华·拉斯穆森 :
贝叶斯学习的实际蒙特卡罗实现。 NIPS公司 1995 : 598-604 1994 [注2] 拉尔斯·凯·汉森 , 卡尔·爱德华·拉斯穆森 :
来自自适应正则化的修剪。 神经计算。 6 ( 6 ) : 1223-1232 ( 1994 ) 1993 [j1] 卡尔·爱德华·拉斯穆森 , 大卫·J·威尔肖 :
神经肌肉连接发育模型中的突触前和突触后竞争。 生物、网络。 68 ( 5 ) : 409-419 ( 1993 )