丹尼斯·克罗帕斯
人员信息
优化列表
2020年–今天
2024 [第14条] 陈浩坤 , 姚张(音) , 丹尼斯·克罗帕斯 , 顾金东 , 沃尔克·特雷普 :
FedDAT:多模式异构联合学习中的基础模型微调方法。 AAAI公司 2024 : 11285-11293 [第14条] 程峰 , 龙晃 , 丹尼斯·克罗帕斯 :
只有曲线形状很重要:通过下一个曲线形状预测来训练零射击多变量时间序列预测的基础模型。 CoRR公司 abs/2402.07570 ( 2024 ) 2023 [第13条] 陈浩坤 , 艾哈迈德·弗里卡 , 丹尼斯·克罗帕斯 , 顾金东 , 沃尔克·特雷普 :
FRAug:通过表示增强处理非ID特征的联合学习。 ICCV公司 2023 : 4826-4836 [i13] 陈浩坤 , 丹尼斯·克罗帕斯 , 顾金东 , 沃尔克·特雷普 :
FedPop:基于联邦填充的超参数调整。 CoRR公司 abs/2308.08634 ( 2023 ) [i12] 陈浩坤 , 张尧 , 丹尼斯·克罗帕斯 , 顾金东 , 沃尔克·特雷普 :
FedDAT:多模式异构联合学习中的基础模型微调方法。 CoRR公司 腹肌/2308.12305 ( 2023 ) 2022 [第12条] 艾哈迈德·弗里卡 , 陈浩坤 , 丹尼斯·克罗帕 , 托马斯·伦克勒 , 沃尔克·特雷普 :
走向无数据域泛化。 ACML公司 2022 : 327-342 [第11条] 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 沃尔克·特雷普 :
通过知识腐败发现用于领域泛化的新的多层次特征。 ICPR公司 2022 : 1871-187 [i11] 陈浩坤 , 艾哈迈德·弗里卡 , 丹尼斯·克罗帕斯 , 沃尔克·特雷普 :
FRAug:通过表示增强处理具有非IID特征的联合学习。 CoRR公司 腹肌/2205.14900 ( 2022 ) [i10] 姚张(音) , 陈浩坤 , 艾哈迈德·弗里卡 , 杨叶子 , 丹尼斯·克罗帕斯 , 张耿元 , 顾金东 , 沃尔克·特雷普 :
CL-CrossVQA:跨领域视觉问题解答的持续学习基准。 CoRR公司 abs/2211.10567 ( 2022 ) 2021 [第10条] 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 汉斯·格奥尔格·科普肯 , 沃尔克·特雷普 :
通过元学习实现少快照单类分类。 AAAI公司 2021 : 7448-7456 [第九章] 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 沃尔克·特雷普 :
COLUMBUS:通过知识腐败自动发现新的多层次特征,用于领域泛化。 CoRR公司 abs/2109.04320 ( 2021 ) [i8] 艾哈迈德·弗里卡 , 陈浩坤 , 丹尼斯·克罗帕 , 托马斯·伦克勒 , 沃尔克·特雷普 :
走向无数据域泛化。 CoRR公司 abs/2110.04545 ( 2021 ) 2020 【c9】 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 沃尔克·特雷普 :
ARCADe:快速连续异常探测器。 ICPR公司 2020 : 10449-10456 [i7] 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 汉斯·乔治·科普肯 , 沃尔克·特雷普 :
通过元学习实现少快照单类分类。 CoRR公司 abs/2007.04146 ( 2020 ) [i6] 艾哈迈德·弗里卡 , 丹尼斯·克罗帕 , 沃尔克·特雷普 :
ARCADe:快速连续异常探测器。 CoRR公司 abs/2008.04042 ( 2020 )
2010 – 2019
2017 【c8】 杨银冲 , 丹尼斯·克罗帕斯 , 沃尔克·特雷普 :
用于视频分类的张量-训练递归神经网络。 ICML公司 2017 : 3891-3900 [i5] 杨银冲 , 丹尼斯·克朗帕斯 , 沃尔克·特雷普 :
用于视频分类的张量-训练递归神经网络。 CoRR公司 abs/1707.01786 ( 2017 ) 2016 【c7】 克里斯托巴尔·埃斯特班 , 沃尔克·特雷普 , 杨银冲 , 斯蒂芬·拜尔 , 丹尼斯·克罗帕斯 :
预测事件图和知识图的共同演化。 融合 2016 : 98-105 【c6】 斯蒂芬·拜尔 , 丹尼斯·克罗帕斯 , 沃尔克·特雷普 :
使用张量分解学习离散传感器网络的表示。 货币金融机构 2016 : 84-89 2015 【b1】 丹尼斯·克罗帕 :
利用先验知识和潜在变量表示进行大型知识图的统计建模和概率查询。 慕尼黑路德维希·马克西米利安大学, 2015 [注2] 丹尼斯·克罗帕 , 克里斯托巴尔·埃斯特班 , 沃尔克·特雷普 , 马丁·塞德迈尔 , 托马斯·甘斯兰特 :
利用标称临床数据的潜在嵌入来预测医院再次入院。 昆士利希情报。 29 ( 2 ) : 153-159 ( 2015 ) 【c5】 克里斯托巴尔·埃斯特班 , 丹尼尔·施密特 , 丹尼斯·克罗帕斯 , 沃尔克·特雷普 :
使用个性化时间潜在嵌入模型预测临床事件序列。 ICHI公司 2015 : 130-139 【c4】 丹尼斯·克罗帕 , 斯蒂芬·拜尔 , 沃尔克·特雷普 :
知识图中的类型约束表示学习。 ISWC(1) 2015 : 640-655 [i4] 丹尼斯·克罗帕 , 斯蒂芬·拜尔 , 沃尔克·特雷普 :
知识图中的类型约束表示学习。 CoRR公司 abs/1508.02593 ( 2015 ) [i3] 沃尔克·特雷普 , 克里斯托巴尔·埃斯特班 , 杨银冲 , 斯蒂芬·拜尔 , 丹尼斯·克罗帕 :
记忆嵌入学习。 CoRR公司 abs/1511.07972 ( 2015 ) [i2] 克里斯托巴尔·埃斯特班 , 沃尔克·特雷普 , 杨银冲 , 斯蒂芬·拜尔 , Denis Krompaß :
预测事件图和知识图的共同演化。 CoRR公司 abs/1512.06900 ( 2015 ) 2014 【c3】 丹尼斯·克罗帕斯 , 马克西米利安镍合金 , 沃尔克·特雷普 :
类型约束多关系数据的大规模因子分解。 DSAA公司 2014 : 18-24 【c2】 丹尼斯·克罗帕斯 , 姜雪燕 , 马克西米利安镍合金 , 沃尔克·特雷普 :
概率潜在因素数据库模型。 LD4KD码 2014 【c1】 丹尼斯·克罗帕 , 马克西米利安镍合金 , 沃尔克·特雷普 :
查询因子化概率三重数据库。 ISWC(2) 2014 : 114-129 2013 [j1] 托比亚斯·汉普 , 丽贝卡·卡斯纳 , 斯特凡·西梅尔 , 埃斯梅拉达·维塞多 , 克里斯蒂安·谢弗 , 多米尼克·阿奇顿 , 弗洛里安·奥尔 , 阿丽亚娜·博姆 , 塔贾娜·布劳恩 , 马克西米利安·赫赫特 , 马克·海伦 , 彼得·霍尼希米德 , 托马斯·霍普夫 , 斯蒂芬妮·考夫曼 , 迈克尔·基宁 , 丹尼斯·克罗帕斯 , 塞德里克·兰德勒 , Yannick Mahlich公司 , 曼弗雷德·罗斯 , Burkhard罗斯特 :
基于同源性的推断为蛋白质功能预测设定了很高的标准。 BMC生物信息。 14 ( S-3系列 ) : 第7页 ( 2013 ) [i1] 沃尔克·特雷普 , 丹尼斯·克罗帕斯 :
走向临床数据智能的新科学。 CoRR公司 abs/1311.4180 ( 2013 )