2018年PKDD/ECML:爱尔兰都柏林
米歇尔·贝林格里奥 , 弗朗切斯科·邦奇 , 托马斯·加特纳 , 尼尔·赫尔利 , 乔治亚娜·伊弗里姆 :
数据库中的机器学习和知识发现——欧洲会议,ECML PKDD 2018,爱尔兰都柏林,2018年9月10日至14日,会议记录,第二部分。 计算机科学课堂讲稿 11052, 施普林格 2019 ,国际标准图书编号 978-3-030-10927-1
图
安娜·保拉·阿佩尔 , 雷纳托·路易斯·德·弗雷塔斯·库尼亚 , 查鲁·C·阿加瓦尔 , 马塞拉·梅库米·特拉卡多 :
内容中心网络中的时间演化社区检测与预测。 3-18 罗宾·凡代尔 , 蒂杰尔·德比 , 伊万·塞伊斯 :
局部拓扑数据分析,以揭示接近图结构拓扑的数据的全局结构。 19-36 卡尔·杨 , 刘孟雄 , 弗兰克·何 , 张锡坤 , 简鹏 , 韩嘉伟 :
基于自动路径发现的异构网络相似性建模。 37-54 尼古拉·塔蒂 :
时间定向网络中的动态层次结构。 55-70 查拉兰普斯·祖拉卡基斯 , 史莱亚斯·塞卡尔 , 约翰逊·兰姆 , 刘洋 :
不确定图数据库上的风险规避匹配。 71-87 王素虎 , 姚子君 , 杨森(Sen Yang) , 陈树红 , 彼得·金晶(Peter Jing Jin) :
通过基于位置的社会网络中的动态区域关联发现城市出行需求。 88-104 迪维亚·埃斯瓦兰 , 雷哈内·拉巴尼 , 阿图尔·杜布拉夫斯基 , 克里斯托斯·法洛索斯 :
社会关联网络:模式和SOAR模型。 105-121 Aastha Nigam公司 , Kijung Shin先生 , 阿什温·巴胡尔卡 , 布莱恩·胡伊 , 大卫·哈钦 , 博莱斯瓦夫·西曼斯基(Boleslaw K.Szymanski) , 克里斯托斯·法洛索斯 , 尼特斯·查拉 :
ONE-M:建模意见和网络连接的共同进化。 122-140 Kijung Shin先生 , Jisu Kim(金纪洙) , 布莱恩·胡伊 , 克里斯托斯·法洛索斯 :
丢弃前思考:删除图形流中的精确三角形计数。 141-157 穆罕默德斯·甘吉 , 杰弗里·陈 , 彼得·J·斯塔基 , 詹姆斯·拜利 , 克里斯托弗·莱基 , 科塔吉里·拉马莫哈纳罗 , 劳伦斯·A·F·帕克 :
带成对制导的半监督块建模。 158-174
内核方法
马格达·格雷戈洛娃 , 杰森·拉马普拉姆 , 亚历山大·卡卢西斯 , 圣埃芬·马尔坎德·梅利特 :
基于核随机特征的大尺度非线性变量选择。 177-192 瓦伦蒂娜·扎特德斯基 , 雷米·埃莫内特 , 马克·塞班 :
基于Landmark-Based SVM的快速有效多视图分类。 193-208 卢卡斯·普法勒 , 凯萨琳娜·莫里克 :
Nyström-SGD:带条件随机梯度下降的核分类器快速学习。 209-224
学习范式
开尔文·徐(Kelvin Hsu) , 理查德·诺克 , 法比奥·拉莫斯 :
具有Rademacher复杂度边界的条件核均值嵌入的超参数学习。 227-242 马丁·维斯图巴 :
基于神经细胞进化和功能保留突变的深度学习架构搜索。 243-258 昂德雷·库泽尔卡 , 王玉怡(Yuyi Wang) , 史蒂文·斯科卡特 :
关系学习中基于VC-Dimension的泛化边界。 259-275 安德烈亚·扎内特 , Junzi Zhang(张军子) , 默克尔·J·科钦德费尔 :
使用高斯过程的鲁棒超水平集估计。 276-291 马杰迪·哈立德 , 英德拉基·雷 , 哈米德雷扎·奇萨兹 :
可扩展非线性AUC最大化方法。 292-307
矩阵和张量分析
阿尔托·克拉米 , 贾科·拉古斯 , 约瑟夫·萨卡亚 :
Lambert矩阵分解。 311-326 拉夫迪普·帕斯里察 , 埃克塔·古杰拉尔 , Evangelos E.Papalexakis公司 :
识别和缓解流张量分解中的概念漂移。 327-343 雷扎·巴巴内扎德 , 伊萨姆·拉拉吉 , 阿里雷扎·沙菲 , 马克·施密特 :
MASAGA:流形优化的一种线性收敛随机一阶方法。 344-359 乌尔瓦西·奥斯瓦尔 , 斯瓦扬布胡·贾因 , 凯文·S·徐 , 布莱恩·埃里克森 :
块CUR:使用列组分解矩阵。 360-376
在线和主动学习
童羽 , 布拉尼斯拉夫·克韦顿 , 郑文 , 鸿步(Hung Bui) , 奥勒·蒙索尔(Ole J.Mengshoel) :
光谱领导者:针对单主题模型的在线光谱学习。 379-395 尼科斯·卡佐里 , Evangelos Michelioudakis公司 , 亚历山大·阿提基斯 , 乔治奥斯·帕利乌拉斯 :
复杂事件识别中加权关系规则的在线学习。 396-413 刘桂良 , 奥利弗·舒尔特 , 王竹 , 李清灿 :
利用线性模型U树实现可解释的深层强化学习。 414-429 翟亭亭 , 王浩(Hao Wang) , Frédéric Koriche , 杨高 :
基于自适应子粒度方法的在线特征选择。 430-446 塞巴斯蒂安·梅尔 , 扬尼克·鲁道夫 , 瓦妮莎·克洛修斯 , 乌尔夫·布雷菲尔德 :
基于框架的优化设计。 447-463 罗志鹏 , 米洛斯·奥斯克雷希特 :
基于区域比例反馈的分层主动学习。 464-480
模式和序列挖掘
弗莱德·佩内拉(Frédéric Pennerath) :
一种计算特征子集熵测度的有效算法。 483-499 艾梅妮·贝尔福迪尔 , 阿德内·贝尔福迪尔 , 迈赫迪·凯图 :
有保证的数值域中的任意子群发现。 500-516 Higuchi实 , Kanji Matsutani汉字 , 熊野正彦 , 木村正弘 :
发现地理注意动力学中的时空潜在影响。 517-534 埃丝特·加布伦 , 佩吉·塞利尔 , 尼古拉·塔蒂 , 亚历山大·特米尔 , 布鲁诺·克雷米尔 :
使用MDL标准挖掘周期模式。 535-551 乔里·拉梅拉雷 , 弗洛里斯·吉尔茨 :
重新审视条件函数依赖发现:从“FD”中分离“C”。 552-568 当阮(Dang Nguyen) , 魏洛 , Tu Dinh Nguyen先生 , 斯维萨·文卡泰什 , 丁庆芳(Dinh Q.Phung) :
Sqn2Vec:通过带间隙约束的序列模式学习序列表示。 569-584 直到亨德里克·舒尔茨 , 塔马斯·霍瓦思 , 帕斯卡·韦尔克 , 斯特凡·罗贝尔 :
挖掘具有部分内射同态的树模式。 585-601
概率模型与统计方法
高岛正弘 , 松下达寿 , Hiroyuki Toda先生 :
具有截尾数据的混合模型的变分贝叶斯。 605-620 朱利安·伯克 , 纳古延 , 董事总经理古塔 , 桑图拉纳 , 斯维萨·文卡泰什 :
贝叶斯优化的探索增强预期改进。 621-637 卡普德维拉 , 杰苏斯·塞尔基德斯 , 乔迪·托雷斯 , 弗朗索瓦·佩蒂让 , Wray L.邦廷 :
Gamma-Poisson因子分析中似然估计的一种左右算法。 638-654 亚历山大·马克思 , 吉列斯·弗里肯 :
多元和混合类型数据的因果推断。 655-671
推荐系统
杜正晓 , 杰唐 , 丁玉辉 :
POLAR:基于注意力的美国有线电视新闻网One-Shot个性化文章推荐。 675-690 刘鹏(音) , 张乐美(Lemei Zhang) , 乔恩·阿特尔·古拉 :
学习用于社会推荐的多粒度动态网络表示。 691-708 迪米特里奥斯·拉斐利迪斯 , 法比奥·克雷斯塔尼 :
GeoDCF:在基于位置的社交网络中使用多方面上下文信息进行深度协作过滤。 709-724 安德鲁·S·兰 , 乔纳森·斯宾塞 , 陈子奇 , 克里斯托弗·布林顿 , 蒙江 :
MOOC讨论论坛的个性化线程推荐。 725-740 静和 , 辛莉(Xin Li) , 廖乐建 , 王明忠 :
推断下一个兴趣点推荐的转换间隔上的连续潜在偏好。 741-756
转移学习
莱奥·戈瑟隆 , 伊夫根·雷德科 , 卡罗尔·拉提琴 :
基于最优传输的无监督域自适应特征选择。 759-776 萨纳坦·苏希亚 , 纳拉亚南·查塔普拉姆·克里希南 :
基于样本选择的网络诱导异构迁移学习。 777-793 王子瑞 , 詹姆·卡博内尔(Jaime G.Carbonell) :
走向更可靠的迁移学习。 794-810 杨旺(Yang Wang) , 顾泉泉 , 唐纳德·布朗 :
差异私人假设迁移学习。 811-826 阿尼尔·拉马钱德兰 , 董事总经理古塔 , 桑图拉纳 , 斯维萨·文卡泰什 :
贝叶斯优化的信息论迁移学习框架。 827-842 斯里达尔·马哈德万 , 巴姆德夫·米什拉 , 沙利尼·戈什 :
使用流形上的度量学习实现域自适应的统一框架。 843-860
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)