8.ACML 2016:新西兰汉密尔顿
罗伯特·J·达兰特 , 金基恩 :
第八届亚洲机器学习会议记录,ACML 2016,新西兰汉密尔顿,2016年11月16-18日。 JMLR研讨会和会议记录 63, JMLR.org网站 2016
前部物质
前言。 i-xiv公司
接受的论文
陈伟正 , 张霞(Xia Zhang) , 王金鹏 , 张燕(音译) , 红飞燕 , 李晓明 :
嵌入文本信息的非线性平滑可导网络。 1-16 傅向华 , 刘旺旺(Wangwang Liu) , 徐莹莹 , 冲余(Chong Yu) , 王婷(Ting Wang) :
基于修辞结构理论的句子级情感分析的长短记忆网络。 17-32 杨晓燕 , 珊珊英 , 余文哲 , 张荣(音) , 张振杰 :
通过众包增强短文本的主题建模。 33-48 Khanh Nguyen先生 , Trung Le公司 , 纳古延 , Tu Dinh Nguyen先生 , 丁庆芳(Dinh Q.Phung) :
数据增强的多核学习。 49-64 Doyen Sahoo公司 , 史蒂文·C·H·霍伊 , 赵培林 :
成本敏感的在线多核分类。 65-80 雷云文 , 亚历山大·宾德 , 尤尔·杜根 , 马吕斯·克劳特 :
局部多核学习-凸方法。 81-96 林伯乔 , 张伯峰 , 苏锦树 , 西城路 :
约束非凸正则优化的乘数线性化交替方向法。 97-109 罗曼·布劳特 , 马库斯·海诺宁 , 佛罗伦萨阿尔奇-布 :
算子值核的随机傅里叶特征。 110-125 高田俊彦 , Hiroyuki Hanada先生 , 山田吉吉 , Jun Sakuma先生 , 竹内一郎 :
密码私有经验风险最小化的安全近似保证。 126-141 圣埃芬·克莱门松 , 帕特里斯·贝塔利 , 纪尧姆·爸爸 :
从调查培训样本中学习:Horvitz-Thompson风险最小化者的利率边界。 142-157 魏高 , 新一牛 , 周志华 :
非I.I.D.的可学习性。 158-173 克里斯蒂安·瓦尔德 :
象征性音乐的建模:超越钢琴旋转。 174-189 傅向华 , 王婷(Ting Wang) , 李静(音译) , 冲余(Chong Yu) , 刘旺旺(Wangwang Liu) :
利用词-主题混合模型改进分布式词语表示和主题模型。 190-205 Sayantan Dasgupta公司 :
通过可证明的保证,从隐含反馈中快速协作过滤。 206-221 郑晨 , 张勇(音) , 悦尚 , 胡晓华 :
在基于HDP的在线评论评级回归模型中统一主题、情绪和偏好。 222年-237年 Kar Wai Lim公司 , Young Lee公司 , 莱夫·汉伦 , 赵红彪 :
具有不同衰变的完全贝叶斯标记多维Hawkes过程的模拟和校准。 238-253 纳古延 , 董事总经理古塔 , 桑图拉纳 , 程莉 , 斯维萨·文卡泰什 :
多标签分类的贝叶斯非参数方法。 254-269 白浩丽 , 徐增林 , 刘斌(Bin Liu) , 李英明 :
基于网络拓扑的多关系社会网络层次概率矩阵分解。 270-285 韩佳业 , 德川湛 , 薛敏思 , 袁江 :
学习特征感知度量。 286-301 伊科·亚曼 , 弗洛里安·伊格尔 , 马克西姆·贝拉尔 , 杉山正树 :
多任务主成分分析。 302-317 亨利·古克 , 伯恩哈德·普法林格 , 迈克尔·克里 :
多标签分类的学习距离度量。 318年-333年 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。 334-349 袁高 , 多罗塔·格洛瓦卡 :
深门递归神经网络。 350-365 Ko Young-Jun , 卢卡斯·梅斯特雷 , 马蒂亚斯·格罗斯格拉泽 :
动态推荐系统的协作递归神经网络。 366-381 迭戈·马龙 , 杰西·里德 , 阿尔伯特·比费特 , 塔勒·阿卜杜塞勒姆 , 爱德华·伊瓜德 , 何塞·R·埃雷罗 :
Echo State Hoeffing树学习。 382-397 宋丽燕 , 海平路 :
高斯噪声不变量ICA的带平均位移的适当内积。 398-413 Elaheh Shafiei巴瓦尼 , 穆罕默德·易卜拉希米 , 雷蒙德·K·王 , 方晨 :
一种有效的多内容压缩方法。 414-429 英巴尔·霍列夫 , 弗洛里安·伊格尔 , 杉山正树 :
几何感知平稳子空间分析。 430-444 宋丽艳 , 海平路 :
EcoICA:基于累积算子特征向量的偏斜ICA。 445-460
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)