纳尔·卡尔克布伦纳
人员信息
SPARQL查询
优化列表
2020年–今天
2023 [j5] 安德里亚·斯基奥帕 , 纳尔·卡尔克布伦纳 :
堆叠多种架构以改进机器翻译。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) [i26] 马金·安德里霍维奇 , 拉斯·埃斯佩霍尔特 , 迪丽 , 萨米尔商人 , 亚历克斯·梅洛泽 , 弗雷德·齐达 , Shreya Agrawal公司 , 纳尔·卡尔克布伦纳 :
从稀疏观测中深入学习日预测。 CoRR公司 abs/2306.06079 ( 2023 ) 2022 【j4】 谢文·米奈 , 纳尔·卡尔克布伦纳 , 埃里克·坎布里亚 , 纳杰斯·尼扎德 , 梅萨姆·切纳赫鲁 , 高剑锋 :
基于深度学习的文本分类:综述。 ACM计算。 Surv公司。 54 ( 三 ) : 62:1-62:40 ( 2022 ) [j3] 库马尔 , 尼尔·霍尔斯比 , 纳尔·卡尔克布伦纳 , Ekin Dogus Cubuk公司 :
更好的ImageNet分类器评估感知相似性更好吗? 事务处理。 机器。 学习。 物件。 2022 ( 2022 ) [i25] 库马尔 , 尼尔·霍尔斯比 , 纳尔·卡尔克布伦纳 , 埃金·D·库布 :
ImageNet准确性和感知相似性之间令人惊讶的权衡。 CoRR公司 abs/2203.04946 ( 2022 ) 2021 [注2] 伯恩哈德·舍尔科夫 , 弗朗西斯科·罗泰洛 , 斯特凡·鲍尔 , 南·罗斯玛丽·科 , 纳尔·卡尔克布伦纳 , 阿尼鲁德·戈亚尔 , 本吉奥 :
走向因果表征学习。 程序。 电气与电子工程师协会 109 ( 5 ) : 612-634 ( 2021 ) [第17条] 库马尔 , 德克·威森伯恩 , 纳尔·卡尔克布伦纳 :
着色变压器。 ICLR公司 2021 【i24】 库马尔 , 德克·威森伯恩 , 纳尔·卡尔克布伦纳 :
着色变压器。 CoRR公司 abs/2102.04432 ( 2021 ) [第23条] 伯恩哈德·舍尔科夫 , 弗朗西斯科·罗泰洛 , 斯特凡·鲍尔 , 南·罗斯玛丽·科 , 纳尔·卡尔克布伦纳 , 阿尼鲁德·戈亚尔 , 本吉奥 :
走向因果表征学习。 CoRR公司 abs/2102.11107 ( 2021 ) [i22] 萨米拉·阿布纳尔 , 瑞安·范登伯格 , Golnaz Ghiasi公司 , 莫斯塔法·德哈尼 , 纳尔·卡尔克布伦纳 , 哈尼·塞吉 :
野生领域的逐渐适应:当中间分布不存在时。 CoRR公司 abs/2106.06080 ( 2021 ) 【i21】 拉斯·埃斯佩霍尔特 , Shreya Agrawal公司 , 卡斯珀·凯·森德比 , 库马尔 , 乔纳森·海克 , 卡拉·布隆伯格 , 岑克·加森 , 杰森·希基 , 亚伦·贝尔 , 纳尔·卡尔克布伦纳 :
使用大背景神经网络进行十二小时降水量的熟练预测。 CoRR公司 abs/2111.07470 ( 2021 ) 2020 [第16条] 亚历克谢·格里森科 , 蒂姆·萨利曼斯 , 瑞安·范登伯格 , 贾斯珀·斯诺克 , 纳尔·卡尔克布伦纳 :
并行语音合成的谱能量距离。 NeurIPS公司 2020 [i20] 卡斯珀·凯·森德比 , 拉斯·埃斯佩霍尔特 , 乔纳森·海克 , 莫斯塔法·德哈尼 , 阿维塔尔·奥利弗 , 蒂姆·萨利曼斯 , Shreya Agrawal公司 , 杰森·希基 , 纳尔·卡尔克布伦纳 :
MetNet:降水预报的神经天气模型。 CoRR公司 腹肌/2003.12 140 ( 2020 ) [i19] 谢文·米奈 , 纳尔·卡尔克布伦纳 , 埃里克·坎布里亚 , 纳杰斯·尼扎德 , 梅萨姆·切纳赫鲁 , 高剑锋 :
基于深度学习的文本分类:综述。 CoRR公司 abs/2004.03705 ( 2020 ) [i18] 亚历克谢·格里森科 , 蒂姆·萨利曼斯 , 瑞安·范登伯格 , 贾斯珀·斯诺克 , 纳尔·卡尔克布伦纳 :
并行语音合成的谱能量距离。 CoRR公司 abs/2008.01160 ( 2020 )
2010 – 2019
2019 [第15条] 雅各布·梅尼克 , 纳尔·卡尔克布伦纳 :
使用亚尺度像素网络和多维缩放生成高保真图像。 ICLR公司 2019 [i17] 乔纳森·海克 , 纳尔·卡尔克布伦纳 :
大规模图像分类的贝叶斯推理。 CoRR公司 abs/1908.03491 ( 2019 ) [i16] 何锦荣 , 纳尔·卡尔克布伦纳 , 德克·威森伯恩 , 蒂姆·萨利曼斯 :
多维变压器中的轴向注意事项。 CoRR公司 abs/1912.12180 ( 2019 ) 2018 [第14条] 阿什什·瓦斯瓦尼 , 萨米·本吉奥 , 尤金·布列夫多 , 弗朗索瓦·霍利特 , 艾丹·戈麦斯 , 斯蒂芬·古斯 , 莱昂·琼斯 , 卢卡斯·凯泽 , 纳尔·卡尔克布伦纳 , 尼基·帕马尔 , 瑞安·塞帕西 , 萨泽尔 , 雅各布·乌兹科雷特 :
神经机器翻译用Tensor2传感器。 AMTA(1) 2018 : 193-199 [第13条] 纳尔·卡尔克布伦纳 , 埃里希·埃尔森 , 凯伦·西蒙扬 , 塞布·努里 , 诺曼·卡萨格兰德 , 爱德华·洛克哈特 , 弗洛里安·斯汀伯格 , 阿伦·范登·奥尔德 , 桑德·迪尔曼 , 科雷·卡武科格鲁 :
高效的神经音频合成。 ICML公司 2018 : 2415-2424 [第12条] 阿伦·范登·奥尔德 , 李亚哲 , 伊戈尔·巴布什金 , 凯伦·西蒙扬 , Oriol葡萄酒 , 科雷·卡武科格鲁 , 乔治·范·登·德里斯(George van den Driessche) , 爱德华·洛克哈特 , 路易斯·科博 , 弗洛里安·斯汀伯格 , 诺曼·卡萨格兰德 , 多米尼克·格雷 , 塞布·努里 , 桑德·迪尔曼 , 埃里希·埃尔森 , 纳尔·卡尔克布伦纳 , Heiga Zen先生 , 亚历克斯·格拉夫斯 , 海伦·金 , 汤姆·沃尔特斯 , 丹·贝洛夫 , 哈萨比斯 :
并行波网:快速高清晰度语音合成。 ICML公司 2018 : 3915-3923 【i15】 纳尔·卡尔克布伦纳 , 埃里希·埃尔森 , 凯伦·西蒙扬 , 塞布·努里 , 诺曼·卡萨格兰德 , 爱德华·洛克哈特 , 弗洛里安·斯汀伯格 , 阿伦·范登·奥尔德 , 桑德·迪尔曼 , 科雷·卡武科格鲁 :
高效的神经音频合成。 CoRR公司 abs/1802.08435 ( 2018 ) [第14条] 阿什什·瓦斯瓦尼 , 萨米·本吉奥 , 尤金·布列夫多 , 弗朗索瓦·霍利特 , 艾丹·戈麦斯 , 斯蒂芬·古斯 , 莱昂·琼斯 , 卢卡斯·凯泽 , 纳尔·卡尔克布伦纳 , 尼基·帕马尔 , 瑞安·塞帕西 , 萨泽尔 , 雅各布·乌兹科雷特 :
神经机器翻译用Tensor2传感器。 CoRR公司 abs/1803.07416 ( 2018 ) [i13] 雅各布·梅尼克 , 纳尔·卡尔克布伦纳 :
使用亚尺度像素网络和多维缩放生成高保真图像。 CoRR公司 abs/1812.01608 ( 2018 ) 2017 【b1】 纳尔·卡尔克布伦纳 :
编码器-解码器神经网络。 英国牛津大学, 2017 [第11条] 纳尔·卡尔克布伦纳 , 阿伦·范登·奥尔德 , 凯伦·西蒙扬 , 伊沃·达尼赫尔卡 , Oriol葡萄酒 , 亚历克斯·格拉夫斯 , 科雷·卡武科格鲁 :
视频像素网络。 ICML公司 2017 : 1771-1779 [第10条] 斯科特·里德 , 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , 塞尔吉奥·戈麦斯·科尔梅纳雷霍 , 王子玉 , 陈玉田 , 丹·贝洛夫 , 南多·德·弗雷塔斯 :
并行多尺度自回归密度估计。 ICML公司 2017 : 2912-2921 [i12] 斯科特·里德 , 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , 塞尔吉奥·戈麦斯·科尔梅纳雷霍 , 王子玉 , 丹·贝洛夫 , 南多·德·弗雷塔斯 :
并行多尺度自回归密度估计。 CoRR公司 abs/1703.03664 ( 2017 ) [i11] 阿伦·范登·奥尔德 , 李亚哲 , 伊戈尔·巴布什金 , 凯伦·西蒙扬 , Oriol葡萄酒 , 科雷·卡武科格鲁 , 乔治·范·登·德里斯(George van den Driessche) , 爱德华·洛克哈特 , 路易斯·科博 , 弗洛里安·斯汀伯格 , 诺曼·卡萨格兰德 , 多米尼克·格雷 , 塞布·努里 , 桑德·迪尔曼 , 埃里希·埃尔森 , 纳尔·卡尔克布伦纳 , Heiga Zen先生 , 亚历克斯·格拉夫斯 , 海伦·金 , 汤姆·沃尔特斯 , 丹·贝洛夫 , 哈萨比斯 :
并行波网:快速高清晰度语音合成。 CoRR公司 abs/1711.10433 ( 2017 ) 2016 [j1] 大卫·西尔弗 , Aja Huang(黄亚佳) , 克里斯·麦迪森 , 阿瑟·盖兹 , 劳伦特·西弗雷 , 乔治·范·登·德里斯(George van den Driessche) , 朱利安·施里特维泽 , Ioannis Antonoglou公司 , Vedavyas Panneershelvam公司 , 马克·兰科特 , 桑德·迪尔曼 , 多米尼克·格雷 , 约翰·纳姆 , 纳尔·卡尔克布伦纳 , 伊利亚·萨茨克沃 , 蒂莫西·利利克拉普 , 马德琳·利奇 , 科雷·卡武科格鲁 , 格雷佩尔 , 哈萨比斯 :
通过深度神经网络和树搜索掌握围棋游戏。 国家。 529 ( 7587 ) : 484-489 ( 2016 ) 【c9】 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , 科雷·卡武科格鲁 :
像素递归神经网络。 ICML公司 2016 : 1747-1756 【c8】 伊沃·达尼赫尔卡 , 格雷格·韦恩 , 贝尼尼奥·乌里亚 , 纳尔·卡尔克布伦纳 , 亚历克斯·格拉夫斯 :
关联长短期记忆。 ICML公司 2016 : 1986-1994 [c7] 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , 拉斯·埃斯佩霍尔特 , 科雷·卡武科格鲁 , Oriol葡萄酒 , 亚历克斯·格拉夫斯 :
使用PixelCNN解码器生成条件图像。 NIPS公司 2016 : 4790-4798 【c6】 阿伦·范登·奥尔德 , 桑德·迪尔曼 , Heiga Zen先生 , 凯伦·西蒙扬 , Oriol葡萄酒 , 亚历克斯·格拉夫斯 , 纳尔·卡尔克布伦纳 , 高级安德鲁·W , 科雷·卡武科格鲁 :
WaveNet:原始音频的生成模型。 SSW公司 2016 : 125 【c5】 纳尔·卡尔克布伦纳 , 伊沃·达尼赫尔卡 , 亚历克斯·格拉夫斯 :
网格长短期内存。 ICLR(海报) 2016 [i10] 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , 科雷·卡武科格鲁 :
像素递归神经网络。 CoRR公司 腹肌/1601.06759 ( 2016 ) [第九章] 伊沃·达尼赫尔卡 , 格雷格·韦恩 , 贝尼尼奥·乌里亚 , 纳尔·卡尔克布伦纳 , 亚历克斯·格拉夫斯 :
关联长短期记忆。 CoRR公司 abs/1602.03032 ( 2016 ) [i8] 阿伦·范登·奥尔德 , 纳尔·卡尔克布伦纳 , Oriol葡萄酒 , 拉斯·埃斯佩霍尔特 , 亚历克斯·格拉夫斯 , 科雷·卡武科格鲁 :
使用PixelCNN解码器生成条件图像。 CoRR公司 abs/1606.05328 ( 2016 ) [i7] 阿伦·范登·奥尔德 , 桑德·迪尔曼 , Heiga Zen先生 , 凯伦·西蒙扬 , Oriol葡萄酒 , 亚历克斯·格拉夫斯 , 纳尔·卡尔克布伦纳 , 高级安德鲁·W , 科雷·卡武科格鲁 :
WaveNet:原始音频的生成模型。 CoRR公司 abs/1609.03499 ( 2016 ) [i6] 纳尔·卡尔克布伦纳 , 阿伦·范登·奥尔德 , 凯伦·西蒙扬 , 伊沃·达尼赫尔卡 , Oriol葡萄酒 , 亚历克斯·格拉夫斯 , 科雷·卡武科格鲁 :
视频像素网络。 CoRR公司 abs/1610.00527 ( 2016 ) [i5] 纳尔·卡尔克布伦纳 , 拉斯·埃斯佩霍尔特 , 凯伦·西蒙扬 , 阿伦·范登·奥尔德 , 亚历克斯·格拉夫斯 , 科雷·卡武科格鲁 :
线性时间的神经机器翻译。 CoRR公司 abs/1610.10099 ( 2016 ) 2014 【c4】 迪米特里·卡茨卡利斯 , 纳尔·卡尔克布伦纳 , 梅赫努什·萨达德 :
解决语义张量回归模型中的词汇歧义。 ACL(2) 2014 : 212-217 【c3】 纳尔·卡尔克布伦纳 , 爱德华·格雷芬斯特特 , 菲尔·布伦索姆 :
一种用于句子建模的卷积神经网络。 ACL(1) 2014 : 655-665 [i4] 纳尔·卡尔克布伦纳 , 爱德华·格雷芬斯特特 , 菲尔·布伦索姆 :
用于句子建模的卷积神经网络。 CoRR公司 腹肌/1404.2188 ( 2014 ) [i3] 米沙·丹尼尔 , 阿尔班·德米拉吉 , 纳尔·卡尔克布伦纳 , 菲尔·布伦索姆 , 南多·德·弗雷塔斯 :
使用单个卷积神经网络对文档进行建模、可视化和总结。 CoRR公司 abs/1406.3830 ( 2014 ) [i2] 迪米特里·卡茨卡利斯 , 纳尔·卡尔克布伦纳 , 梅赫努什·萨达德 :
解决语义张量回归模型中的词汇歧义。 CoRR公司 abs/1408.6181 ( 2014 ) 2013 【c2】 纳尔·卡尔克布伦纳 , 菲尔·布伦索姆 :
用于语篇构成的递归卷积神经网络。 ACL条件下的CVSM 2013 : 119-126 【c1】 纳尔·卡尔克布伦纳 , 菲尔·布伦索姆 :
递归连续翻译模型。 EMNLP公司 2013 : 1700-1709 [i1] 纳尔·卡尔克布伦纳 , 菲尔·布伦索姆 :
用于语篇构成的递归卷积神经网络。 CoRR公司 abs/1306.3584 ( 2013 )