菲利佩·托巴尔
人员信息
SPARQL查询
优化列表
2020年–今天
2023 [公元17年] 菲利佩·托巴尔 , 埃尔莎蛋糕 , 沃尔夫玉米卷 :
GPs的计算效率初始化:广义变异函数法。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) 【c23】 朱慧浩(Jou-Hui Ho) , 菲利佩·托巴尔 :
贪婪的在线变化点检测。 MLSP公司 2023 : 1-6 [第23条] 菲利佩·托巴尔 , 阿尔诺·罗伯特 , 豪尔赫·席尔瓦 :
高斯过程反褶积。 CoRR公司 abs/2305.04871 ( 2023 ) [i22] 朱慧浩(Jou-Hui Ho) , 菲利佩·托巴尔 :
贪婪的在线变化点检测。 CoRR公司 abs/2308.07012 ( 2023 ) 【i21】 克里斯托弗·莱伊 , 菲利佩·托巴尔 :
异步图形生成器。 CoRR公司 abs/2309.17335 ( 2023 ) 2022 [公元16年] Víctor Caro公司 , 朱慧浩(Jou-Hui Ho) , 斯佳丽·威廷 , 菲利佩·托巴尔 :
使用多输出高斯过程对新生儿脑电图进行建模。 IEEE接入 10 : 32912-32927 ( 2022 ) [公元15年] 菲利佩·托巴尔 , 罗德里戈·冈萨雷斯 :
关于机器学习和人工劳动的替代:反笛卡尔主义与巴贝奇的道路。 人工智能系统。 37 ( 4 ) : 1459-1471 ( 2022 ) [公元22年] 马蒂亚斯·阿尔塔米拉诺 , 菲利佩·托巴尔 :
通过可调和光谱混合物的非平稳多输出高斯过程。 AISTATS公司 2022 : 3204-3218 【c21】 豪尔赫·席尔瓦 , 菲利佩·托巴尔 :
论分类表述中信息损失与操作损失的相互作用。 AISTATS公司 2022 : 4853-4871 [i20] 马蒂亚斯·阿尔塔米拉诺 , 菲利佩·托巴尔 :
通过可调和光谱混合物的非平稳多输出高斯过程。 CoRR公司 abs/2202.09233 ( 2022 ) [i19] 菲利佩·托巴尔 , 埃尔莎蛋糕 , 沃尔夫玉米卷 :
GPs的计算效率初始化:广义变异函数法。 CoRR公司 abs/2210.05394 ( 2022 ) 2021 [公元14年] 沃尔夫玉米卷 , 亚历杭德罗·库埃瓦斯 , 菲利佩·托巴尔 :
MOGPTK:多输出高斯过程工具包。 神经计算 424 : 49-53 ( 2021 ) [j13] 菲利佩·托巴尔 , 菲利佩·布拉沃·马尔克斯 , 乔斯林·邓斯坦 , 约阿奎恩·丰博纳 , 亚历杭德罗·马斯 , 丹尼尔·雷米尼克 , 豪尔赫·席尔瓦 :
工程师数据科学:教学生态系统。 IEEE信号处理。 美格。 38 ( 三 ) : 144-153 ( 2021 ) [公元12年] 菲利佩·托巴尔 , 勒尔科·阿拉亚·亨南德斯 , 巴勃罗·胡伊斯 , 彼得·朱里奇(Petar M.Djuric) :
傅里叶对的贝叶斯重建。 IEEE传输。 信号处理。 69 : 73-87 ( 2021 ) [公元11年] 埃尔莎蛋糕 , 阿尔诺·罗伯特 , 菲利佩·托巴尔 :
平稳时间序列的Wasserstein-Fourier距离。 IEEE传输。 信号处理。 69 : 709-721 ( 2021 ) [公元20年] 亚历杭德罗·库埃瓦斯 , 塞巴斯蒂安·洛佩斯 , 丹尼尔·曼迪奇 , 菲利佩·托巴尔 :
贝叶斯自回归谱估计。 LA-CCI公司 2021 : 1-7 [第19条] 布莱恩·萨格雷多 , 索尼娅·埃斯帕尼奥尔·吉梅内斯 , 菲利佩·托巴尔 :
利用时域卷积神经网络检测蓝鲸发声。 LA-CCI公司 2021 : 1-5 [第18条] 埃尔莎蛋糕 , 菲利佩·托巴尔 , 约阿奎恩·丰博纳 :
基于最优弱质量输运的概率分布重心的新概念。 NeurIPS公司 2021 : 13575-13586 [i18] 菲利佩·托巴尔 , 菲利佩·布拉沃·马尔克斯 , 乔斯林·邓斯坦 , 约阿奎恩·丰博纳 , 亚历杭德罗·马斯 , 丹尼尔·雷米尼克 , 豪尔赫·席尔瓦 :
工程师数据科学:教学生态系统。 CoRR公司 abs/2101.06119 ( 2021 ) [i17] 埃尔莎蛋糕 , 菲利佩·托巴尔 , 约阿奎恩·丰博纳 :
最优弱输运重心的流计算。 CoRR公司 abs/2102.13380 ( 2021 ) [i16] 迭戈·莱昂 , 菲利佩·托巴尔 :
使用U型网抑制后期混响。 CoRR公司 腹肌/2110.02144 ( 2021 ) 【i15】 布莱恩·萨格雷多 , 索尼娅·埃斯帕尼奥尔·吉梅内斯 , 菲利佩·托巴尔 :
利用时域卷积神经网络检测蓝鲸发声。 CoRR公司 abs/2110.02151 ( 2021 ) [第14条] 豪尔赫·席尔瓦 , 菲利佩·托巴尔 , 马里奥·维库尼亚 , 菲利佩·科尔多瓦 :
研究分类表征中信息损失和操作损失之间的相互作用。 CoRR公司 abs/2112.15238 ( 2021 ) 2020 [公元10年] 乔斯林·邓斯坦 , 马塞拉·阿吉雷 , 马格达莱娜·巴斯蒂亚斯 , 克劳迪娅·瑙 , 托马斯·A·格拉斯 , 菲利佩·托巴尔 :
使用机器学习从食品销售预测全国范围内的肥胖。 健康信息学杂志。 26 ( 1 ) ( 2020 ) [第17条] 沃尔夫玉米卷 , 亚历杭德罗·库埃瓦斯 , 菲利佩·托巴尔 :
多个金融序列的高斯过程脉冲。 ICASSP公司 2020 : 8444-8448 [i13] 沃尔夫玉米卷 , 亚历杭德罗·奎瓦斯 , 菲利佩·托巴尔 :
MOGPTK:多输出高斯过程工具包。 CoRR公司 abs/2002.03471 ( 2020 ) [i12] 沃尔夫玉米卷 , 亚历杭德罗·库埃瓦斯 , 菲利佩·托巴尔 :
多重金融序列的高斯过程插补。 CoRR公司 abs/2002.05789 ( 2020 )
2010 – 2019
2019 [公元9年] 冈萨洛·里奥斯 , 菲利佩·托巴尔 :
合成高斯过程。 神经网络 118 : 235-246 ( 2019 ) [第16条] 克里斯托巴尔·瓦伦苏埃拉 , 菲利佩·托巴尔 :
低通滤波作为贝叶斯推理。 ICASSP公司 2019 : 3367-3371 [第15条] 菲利佩·托巴尔 :
带限高斯过程:Sinc核。 NeurIPS公司 2019 : 12728-12738 [i11] 克里斯托巴尔·瓦伦苏埃拉 , 菲利佩·托巴尔 :
低通滤波作为贝叶斯推理。 CoRR公司 abs/1902.03427 ( 2019 ) [i10] 菲利佩·托巴尔 , 冈萨洛·里奥斯 :
合成扭曲高斯过程。 CoRR公司 abs/1906.09665 ( 2019 ) [第九章] 菲利佩·托巴尔 :
带限高斯过程:Sinc核。 CoRR公司 abs/1909.07279 ( 2019 ) [i8] 埃尔莎蛋糕 , 阿诺德·罗伯特 , 菲利佩·托巴尔 :
平稳时间序列的Wasserstein-Fourier距离。 CoRR公司 abs/1912.05509 ( 2019 ) 2018 [j8] 迭戈·卡布雷拉 , 费尔南多·桑乔 , 玛丽埃拉·塞拉达 , 雷内-维尼西奥·桑切斯 , 菲利佩·托巴尔 :
回声状态网络和变分自动编码器,用于动态系统的有效单类学习。 J.智力。 模糊系统。 34 ( 6 ) : 3799-3809 ( 2018 ) [j7] 菲利佩·托巴尔 , 伊万·卡斯特罗 , 豪尔赫·席尔瓦 , 马科斯·奥查德 :
使用高度测量和核自适应滤波器改进电动自行车的电池电压预测。 模式识别。 莱特。 105 : 200-206 ( 2018 ) [j6] 芭芭拉·波夫莱特 , 杰西尔·古兹曼 , 贾兹明·A·马尔多纳多·弗洛雷斯 , 菲利佩·托巴尔 :
使用推特稳健检测极端事件:全球地震监测。 IEEE传输。 Multim公司。 20 ( 10 ) : 2551-2561 ( 2018 ) [第14条] 贡萨洛·里奥斯 , 菲利佩·托巴尔 :
使用Box-Cox-Gausian过程学习非高斯时间序列。 国际JCNN 2018 : 1-8 [第13条] 菲利佩·托巴尔 :
贝叶斯非参数谱估计。 NeurIPS公司 2018 : 10148-10158 [i7] 冈萨洛·里奥斯 , 菲利佩·托巴尔 :
使用Box-Cox-Gausian过程学习非高斯时间序列。 CoRR公司 abs/1803.07102 ( 2018 ) [i6] 冈萨洛·里奥斯 , 胡里奥·D·巴克霍夫-维拉加斯 , 约阿奎恩·丰博纳 , 菲利佩·托巴尔 :
Wasserstein重心贝叶斯学习。 CoRR公司 abs/1805.10833 ( 2018 ) [i5] 菲利佩·托巴尔 :
贝叶斯非参数谱估计。 CoRR公司 abs/1809.02196 ( 2018 ) 2017 [j5] 菲利佩·托巴尔 , 冈萨洛·里奥斯 , 托马斯·瓦尔迪维亚 , 巴勃罗·格雷罗 :
使用高斯过程先验从混合测量中恢复潜在信号。 IEEE信号处理。 莱特。 24 ( 2 ) : 231-235 ( 2017 ) [第12条] 伊万·卡斯特罗 , 克里斯托巴尔·席尔瓦 , 菲利佩·托巴尔 :
通过概率推理初始化核自适应滤波器。 数字信号处理器 2017 : 1-5 [第11条] 菲利佩·托巴尔 :
使用单位形式字典改进内核自适应滤波器的稀疏性。 数字信号处理器 2017 : 1-5 [第10条] 加布里埃尔·帕拉 , 菲利佩·托巴尔 :
多输出高斯过程的谱混合核。 NIPS公司 2017 : 6681-6690 [i4] 伊万·卡斯特罗 , 克里斯托巴尔·席尔瓦 , 菲利佩·托巴尔 :
通过概率推理初始化内核自适应滤波器。 CoRR公司 abs/1707.03450 ( 2017 ) [i3] 菲利佩·托巴尔 :
使用单位形式字典改进内核自适应滤波器的稀疏性。 CoRR公司 abs/1707.04236 ( 2017 ) [i2] 菲利佩·托巴尔 , 冈萨洛·里奥斯 , 托马斯·瓦尔迪维亚 , 巴勃罗·格雷罗 :
使用高斯过程先验从混合测量中恢复潜在信号。 CoRR公司 abs/1707.05909 ( 2017 ) [i1] 加布里埃尔·帕拉 , 菲利佩·托巴尔 :
多输出高斯过程的光谱混合核。 CoRR公司 abs/1709.01298 ( 2017 ) 2016 【c9】 菲利佩·托巴尔 , 理查德·特纳 :
通过自动学习基函数来建模时间序列。 山姆 2016 : 1-5 2015 【j4】 菲利佩·托巴尔 , 丹尼尔·曼迪奇 :
正定四元数核的设计。 IEEE信号处理。 莱特。 22 ( 11 ) : 2117-2121 ( 2015 ) [j3] 菲利佩·托巴尔 , 彼得·朱里奇(Petar M.Djuric) , 丹尼尔·曼迪奇 :
使用再生内核的无监督状态空间建模。 IEEE传输。 信号处理。 63 ( 19 ) : 5210-5221 ( 2015 ) 【c8】 菲利佩·托巴尔 , 理查德·特纳 :
使用高斯过程对复杂信号进行建模。 ICASSP公司 2015 : 2209-2213 【c7】 Thiannithi Thansawarittisai公司 , 菲利佩·托巴尔 , 安东尼·康斯坦丁德斯 , 达尼洛·P·曼迪奇 :
广义线性四元数递归总最小二乘法。 ICASSP公司 2015 : 3357-3361 【c6】 菲利佩·托巴尔 , 唐德培 , 理查德·特纳 :
使用非参数核高斯过程学习平稳时间序列。 NIPS公司 2015 : 3501-3509 2014 [注2] 菲利佩·托巴尔 , 丹尼尔·曼迪奇 :
四元数再生核Hilbert空间:存在唯一性条件。 IEEE传输。 Inf.理论 60 ( 9 ) : 5736-5749 ( 2014 ) [j1] 菲利佩·托巴尔 , 孙元功 , 丹尼尔·曼迪奇 :
多核最小均方算法。 IEEE传输。 神经网络学习。 系统。 25 ( 2 ) : 265-277 ( 2014 ) 【c5】 菲利佩·托巴尔 , 马科斯·奥查德 , 丹尼尔·曼迪奇 , 安东尼·康斯坦丁德斯 :
使用时变参数模型估计金融指数波动性。 CIFEr公司 2014 : 318-324 【c4】 菲利佩·托巴尔 , 丹尼尔·曼迪奇 :
一种基于粒子滤波的核HMM预测器。 ICASSP公司 2014 : 7969-7973 2013 【c3】 菲利佩·托巴尔 , 丹尼尔·曼迪奇 :
四元数核最小二乘法。 ICASSP公司 2013 : 6128-6132 2012 【c2】 菲利佩·托巴尔 , 安东尼·库赫 , 丹尼尔·曼迪奇 :
一种新的增广复值核LMS。 山姆 2012 : 473-476 2011 【c1】 菲利佩·托巴尔 , 路易斯·亚彻 , 罗德里戈·帕雷德斯 , 马科斯·奥查德 :
使用基于相似性建模和多元分析的发电厂异常检测。 行政协调会 2011 : 1940-1945