克里斯托弗·马斯科
人员信息
优化列表
2020年–今天
2024 [公元44年] 卢卡斯·罗森布拉特 , 朱莉娅·斯托扬诺维奇 , 克里斯托弗·马斯科 :
一种简单实用的方法,用于减少差异隐私的不同影响。 AAAI公司 2024 : 21554-21562 [公元43年] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
关于单矢量Krylov方法对低阶近似的不合理有效性。 SODA公司 2024 : 811-845 [公元42年] 马吉德·达利里 , 朱莉安娜·弗雷尔 , 克里斯托弗·马斯科 , Aécio S.R.桑托斯 , 张浩翔 :
优先抽样的简单分析。 SOSA公司 2024 : 224-229 [i52] 诺亚·阿姆塞尔 , 泰勒·陈 , 费扎·杜曼·凯尔斯 , 戴安娜·哈利基亚斯 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
矩阵-向量乘积的固定稀疏矩阵近似。 CoRR公司 abs/2402.09379 ( 2024 ) [i51] 米查尔·德里金斯基(Michal Derezinski) , 克里斯托弗·马斯科 , 杨嘉明 :
通过多层草图预处理实现快速线性系统和矩阵范数逼近。 CoRR公司 abs/2405.05865 ( 2024 ) 【i50】 阿尔什维·加贾尔 , Wai Ming Tai公司 , Xingyu Xu(许星宇) , 钦玛·赫格德 , 克里斯托弗·马斯科 , 李毅 :
具有线性样本复杂性的单指标模型的不确定性主动学习。 CoRR公司 abs/2405.09312 ( 2024 ) 2023 【j4】 泰勒·陈 , 安妮·格林鲍姆 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
最优有理矩阵函数逼近的低内存Krylov子空间方法。 SIAM J.矩阵分析。 申请。 44 ( 2 ) : 670-692 ( 2023 ) [c41] 阿尔什维·加贾尔 , 克里斯托弗·马斯科 , 钦玛·赫格德 :
具有Lipschitz非线性的单神经元模型的主动学习。 AISTATS公司 2023 : 4101-4113 [公元40年] 于佳金 , 克里斯托弗·马斯科 , 亚伦·西德福德 , 阿波夫·维克拉姆·辛格 :
力矩、随机行走和频谱近似极限。 COLT公司 2023 : 5373-5394 [公元39年] 杨楚翰(Chuhan Yang) , 克里斯托弗·马斯科 :
高效块近似矩阵乘法。 欧洲航天局 2023 : 103:103:15 [公元38年] 罗新余 , 克里斯托弗·马斯科 , 卡斯·维德施恩 :
一般KDE模式查找的降维。 ICML公司 2023 : 23067-23082 [公元37年] 阿伦·占布拉帕蒂 , 杰里·李 , 克里斯托弗·马斯科 , 基兰库马尔·西拉格 , 亚伦·西德福德 , 田凯文(Kevin Tian) :
恢复结构化预条件的结构化半定程序设计。 NeurIPS公司 2023 [公元36年] 阿琳·贝萨 , 马吉德·达利里 , 朱莉安娜·弗赖尔 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , Aécio S.R.桑托斯 , 张浩翔 :
加权最小散列优于内积估计的线性草图。 豆荚 2023 : 169-181 [公元35年] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 萨姆森·周 :
的近线性样本复杂性 L(左) 第页 多项式回归。 SODA公司 2023 : 3959-4025 [公元34年] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
哈钦森对角线估计的严密分析。 SOSA公司 2023 : 353-364 [i49] 阿琳·贝萨 , 马吉德·达利里 , 朱莉安娜·弗雷尔 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , Aécio S.R.桑托斯 , 张浩翔 :
加权最小散列优于内积估计的线性草图。 CoRR公司 abs/2301.05811 ( 2023 ) [i48] 诺亚·阿姆塞尔 , 泰勒·陈 , 安妮·格林鲍姆 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
用Lanczos方法逼近有理矩阵函数的近优保证。 CoRR公司 腹肌/2303.03358 ( 2023 ) [i47] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
关于单矢量Krylov方法对低阶近似的不合理有效性。 CoRR公司 abs/2305.02535 ( 2023 ) [i46] 罗新余 , 克里斯托弗·马斯科 , 卡斯·维德施恩 :
通用KDE模式查找的降维。 CoRR公司 abs/2305.18755 ( 2023 ) [i45] 金玉佳 , 克里斯托弗·马斯科 , 亚伦·西德福德 , 阿波夫·维克拉姆·辛格 :
力矩、随机行走和频谱近似极限。 CoRR公司 abs/2307.00474 ( 2023 ) [i44] 马吉德·达利里 , 朱莉安娜·弗雷尔 , 克里斯托弗·马斯科 , 阿塞西奥·S·R·桑托斯 , 张浩翔 :
优先抽样的简单分析。 CoRR公司 abs/2308.05907 ( 2023 ) [i43] 马吉德·达利里 , 朱莉安娜·弗雷尔 , 克里斯托弗·马斯科 , Aécio S.R.桑托斯 , 张浩翔 :
内部产品草图的采样方法。 CoRR公司 abs/2309.16157 ( 2023 ) [i42] 清水Atsushi Shimizu , 程晓鸥 , 克里斯托弗·马斯科 , 乔纳森·韦尔 :
通过依赖杠杆得分抽样改进主动学习。 CoRR公司 abs/2310.04966 ( 2023 ) [i41] 阿伦·占布拉帕蒂 , 杰里·李 , 克里斯托弗·马斯科 , Kirankumar白古尔 , 亚伦·西德福德 , 田凯文(Kevin Tian) :
恢复结构化预条件的结构化半定程序设计。 CoRR公司 abs/2310.18265 ( 2023 ) [i40] 大卫·佩尔森 , 拉斐尔·梅耶 , 克里斯托弗·马斯科 :
算子单调矩阵函数的算法gnostic低阶逼近。 CoRR公司 abs/2311.14023 ( 2023 ) [i39] 卢卡斯·罗森布拉特 , 朱莉娅·斯托亚诺维奇 , 克里斯托弗·马斯科 :
一种简单实用的方法,用于减少差异隐私的不同影响。 CoRR公司 abs/2312.11712 ( 2023 ) 2022 [j3] 吴梦熙 , 蒋一仁 , 克里斯托弗·马斯科 :
实时选择时变体积数据关键时间步的流方法。 计算。 图表。 论坛 41 ( 三 ) : 309-320 ( 2022 ) [注2] 泰勒·陈 , 安妮·格林鲍姆 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
基于Lanczos的矩阵函数逼近的误差界。 SIAM J.矩阵分析。 申请。 43 ( 2 ) : 787-811 ( 2022 ) [公元33年] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 安田泰介 :
对▽p范数及其后的积极线性回归。 光纤通信系统 2022 : 744-753 [公元32年] 阿塞西奥·S·R·桑托斯 , 阿琳·贝萨 , 克里斯托弗·马斯科 , 朱莉安娜·弗雷尔 :
用于相关数据集搜索的基于草图的索引。 集成电路驱动单元 2022 : 2928-2941 [公元31年] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 萨姆森·周 :
结构化输入的快速回归。 ICLR公司 2022 [公元30年] 弗拉基米尔·布拉弗曼 , 阿迪蒂亚·克里希南 , 克里斯托弗·马斯科 :
次线性时间谱密度估计。 STOC公司 2022 : 1144-1157 [i38] 泰勒·陈 , 安妮·格林鲍姆 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
最优有理矩阵函数逼近的低记忆Krylov子空间方法。 CoRR公司 abs/2202.11251 ( 2022 ) [i37] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 萨姆森·周 :
结构化输入的快速回归。 CoRR公司 abs/2203.07557 ( 2022 ) [公元36年] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
哈钦森对角线估计的严密分析。 CoRR公司 腹肌/2208.03268 ( 2022 ) [i35] 阿尔什维·加贾尔 , 钦玛·赫格德 , 克里斯托弗·马斯科 :
具有Lipschitz非线性的单神经元模型的主动学习。 CoRR公司 abs/2210.13601 ( 2022 ) [i34] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 萨姆森·周 :
L的近线性样本复杂度 第页 多项式回归。 CoRR公司 腹肌/2211.06790 ( 2022 ) 2021 [公元29年] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
逆向景观遗传学的图形学习。 AAAI公司 2021 : 14739-14747 [公元28年] 贾斯珀·C·H·李 , 杰里·李 , 克里斯托弗·马斯科 , 杰夫·M·菲利普斯 , Wai Ming Tai公司 :
寻找核密度估计的近似模式。 欧洲航天局 2021 : 61:1-61:19 [公元27年] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 :
简单启发式为掩蔽低秩近似提供了可证明的算法。 国际贸易中心 2021 : 6:1-6:20 [公元26年] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
动态轨迹估计。 NeurIPS公司 2021 : 30088-30099 [公元25年] Aécio S.R.桑托斯 , 阿琳·贝萨 , 费尔南多·奇里加蒂 , 克里斯托弗·马斯科 , 朱莉安娜·弗雷尔 :
近似关联查询的关联草图。 SIGMOD会议 2021 : 1531-1544 [公元24年] 王盛(Sheng Wang) , 袁孙 , 克里斯托弗·马斯科 , 《智丰报》 :
公共交通规划:当公交网络连通性满足通勤需求时。 SIGMOD会议 2021 : 1906-1919 【c23】 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 :
Hutch++:最优随机轨迹估计。 SOSA公司 2021 : 142-155年 [i33] 王盛(Sheng Wang) , 袁孙 , 克里斯托弗·马斯科 , 《智丰报》 :
公共交通规划:当公交网络连通性满足通勤需求时。 CoRR公司 abs/2103.16084 ( 2021 ) [i32] Aécio S.R.桑托斯 , 阿琳·贝萨 , 费尔南多·奇里加蒂 , 克里斯托弗·马斯科 , 朱莉安娜·弗雷尔 :
近似关联查询的关联草图。 CoRR公司 abs/2104.03353 ( 2021 ) [i31] 弗拉基米尔·布拉弗曼 , 阿迪蒂亚·克里希南 , 克里斯托弗·马斯科 :
线性和亚线性时间谱密度估计。 CoRR公司 abs/2104.03461 ( 2021 ) [i30] 泰勒·陈 , 安妮·格林鲍姆 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
基于Lanczos的矩阵函数近似的误差边界。 CoRR公司 abs/2106.09806 ( 2021 ) [i29] 克里斯托弗·马斯科 , 英杜·拉梅什 , 约翰·乌甘德 , R.蒂尔·维特 :
如何量化意见动力学模型中的两极分化。 CoRR公司 abs/2110.11981 ( 2021 ) [第28条] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
动态轨迹估计。 CoRR公司 abs/2110.13752 ( 2021 ) [i27] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 , 安田泰介 :
超出$\ell_2$范数的线性回归的主动采样。 CoRR公司 abs/2111.04888 ( 2021 ) 2020 [公元22年] 弗拉基米尔·布拉弗曼 , 石油饮料 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , Jalaj Upadhyay路 , 大卫·P·伍德拉夫 , 萨姆森·周 :
在线和滑动窗口模型中的近似最优线性代数。 光纤通信系统 2020 : 517-528 【c21】 汉娜·劳伦斯 , 杰里·李 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
通过随机超解析标尺进行低秩Toeplitz矩阵估计。 ICASSP公司 2020 : 4796-4800 [公元20年] 塔马斯·埃尔德莱伊 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
傅里叶稀疏杠杆分数和近似核学习。 NeurIPS公司 2020 [第19条] 拉斐尔·梅耶 , 克里斯托弗·马斯科 :
稳健核超参数车削的统计成本。 NeurIPS公司 2020 [第18条] 尤妮娜·C·埃尔达 , 杰里·李 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
样本有效Toeplitz协方差估计。 SODA公司 2020 : 378-397 [第17条] 迈克尔·卡普拉洛夫 , 艾达·穆萨维法尔 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 纳维德·努里 , 亚伦·西德福德 , 贾卡布·塔尔多斯 :
动态流中的快速高效谱稀疏化。 SODA公司 2020 : 1814-1833 [第16条] 乌瑟萨夫·奇特拉 , 克里斯托弗·马斯科 :
分析过滤泡沫对社交网络极化的影响。 WSDM公司 2020 : 115-123 [i26] 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
投影-成本保留草图:证明策略和构造。 CoRR公司 abs/2004.08434 ( 2020 ) [i25] 塔马斯·埃尔德莱伊 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
傅里叶稀疏杠杆分数和近似核学习。 CoRR公司 abs/2006.07340 ( 2020 ) 【i24】 拉斐尔·A·迈耶 , 克里斯托弗·马斯科 :
稳健核超参数调整的统计代价。 CoRR公司 abs/2006.08035 ( 2020 ) [第23条] 普拉塔梅斯·达兰古特 , 克里斯托弗·马斯科 :
逆向景观遗传学的图形学习。 CoRR公司 abs/2006.12334 ( 2020 ) [i22] 拉斐尔·梅耶 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 :
Hutch++:最优随机轨迹估计。 CoRR公司 abs/2010.09649 ( 2020 )
2010 – 2019
2019 [第15条] 哈伊姆·艾夫伦 , 迈克尔·卡普拉洛夫 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 阿米亚·维林克 , 阿米尔·赞迪 :
用简单傅里叶变换重建信号的通用采样方法。 STOC公司 2019 : 1051-1063 【i21】 迈克尔·卡普拉洛夫 , 艾达·穆萨维法尔 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 纳维德·努里 :
动态流中更快的频谱稀疏化。 CoRR公司 abs/1903.12165 ( 2019 ) [i20] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 大卫·P·伍德拉夫 :
通信复杂性的低秩近似。 CoRR公司 abs/1904.09841 ( 2019 ) [i19] 尤妮娜·C·埃尔达 , 杰里·李 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
样本有效Toeplitz协方差估计。 CoRR公司 腹肌/1905.05643 ( 2019 ) [i18] 乌瑟萨夫·奇特拉 , 克里斯托弗·马斯科 :
了解社交网络中的过滤泡沫和极化。 CoRR公司 abs/1906.08772 ( 2019 ) [i17] 汉娜·劳伦斯 , 杰里·李 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
通过随机超解析标尺进行低秩Toeplitz矩阵估计。 CoRR公司 abs/1911.08015 ( 2019 ) [i16] 贾斯珀·C·H·李 , 杰里·李 , 克里斯托弗·马斯科 , 杰夫·M·菲利普斯 , 伟明泰 :
寻找核密度估计的模式。 CoRR公司 abs/1912.07673 ( 2019 ) 2018 【b1】 克里斯托弗·马斯科 :
用于数据分析和机器学习的更快的线性代数。 麻省理工学院,美国剑桥, 2018 [第14条] 弗雷德里克·马尔曼·特伦 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
异步流言模型中的特征向量计算和社区检测。 ICALP公司 2018 : 159:1-159:14 [第13条] 杰里米·霍斯金斯 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , Babis Tsourakakis先生 :
从基于随机行走的节点相似性推断网络。 NeurIPS公司 2018 : 3708-3719 [第12条] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
矩阵函数逼近的Lanczos方法的稳定性。 SODA公司 2018 : 1605-1624 [第11条] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 查拉兰普斯·祖拉卡基斯 :
尽量减少社交网络中的两极分化和分歧。 万维网 2018 : 369-378 【i15】 杰里米·霍斯金斯 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 查拉兰普斯·祖拉卡基斯 :
从基于随机行走的节点相似性中学习网络。 CoRR公司 abs/1801.07386 ( 2018 ) [第14条] 弗雷德里克·马尔曼·特伦 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
异步流言模型中的特征向量计算和社区检测。 CoRR公司 abs/1804.08548 ( 2018 ) [i13] 哈伊姆·艾夫伦 , 迈克尔·卡普拉洛夫 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 阿米亚·维林克 , 阿米尔·赞迪 :
核岭回归的随机傅里叶特征:近似界和统计保证。 CoRR公司 abs/1804.09893 ( 2018 ) [i12] 弗拉基米尔·布拉弗曼 , 石油饮料 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 贾拉杰·乌帕迪耶 , 大卫·P·伍德拉夫 , 萨姆森·周 :
在线和滑动窗口模型中的近最优线性代数。 CoRR公司 abs/1805.03765 ( 2018 ) [i11] 哈伊姆·艾夫伦 , 迈克尔·卡普拉洛夫 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 阿米亚·维林克 , 阿米尔·赞迪 :
用简单傅里叶变换重构信号的通用采样方法。 CoRR公司 abs/1812.08723 ( 2018 ) 2017 [j1] 迈克尔·卡普拉洛夫 , 尹达利 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
动态流中的单程谱稀疏化。 SIAM J.计算。 46 ( 1 ) : 456-477 ( 2017 ) [第10条] 克里斯托弗·马斯科 , 马克西姆·斯维里登科 , 贾斯汀·泰勒 :
确定每日梦幻体育的锦标赛支付结构。 亚历克斯 2017 : 172-184 【c9】 哈伊姆·艾夫伦 , 迈克尔·卡普拉洛夫 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 阿米亚·维林克 , 阿米尔·赞迪 :
核岭回归的随机傅里叶特征:近似界和统计保证。 ICML公司 2017 : 253-262 【c8】 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
Nystrom方法的递归采样。 NIPS公司 2017 : 3833-3845 【c7】 迈克尔·B·科恩 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
通过岭杠杆得分抽样输入稀疏时间低秩近似。 SODA公司 2017 : 1758-1777 [i10] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
矩阵函数逼近的Lanczos方法的稳定性。 CoRR公司 abs/1708.07788 ( 2017 ) [第九章] 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 查拉兰普斯·祖拉卡基斯 :
尽量减少社交网络中的两极分化和分歧。 CoRR公司 abs/1712.09948 ( 2017 ) 2016 【c6】 罗伊·弗罗斯蒂格 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
无主成分分析的主成分投影。 ICML公司 2016 : 2349-2357 [i8] 克里斯托弗·马斯科 , 马克西姆·斯维里登科 , 贾斯汀·泰勒 :
确定日常幻想运动的锦标赛支出结构。 CoRR公司 abs/1601.04203 ( 2016 ) [i7] 罗伊·弗罗斯蒂格 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
无主成分分析的主成分投影。 CoRR公司 abs/1602.06872 ( 2016 ) [i6] 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
线性时间中的核矩阵近似非常有用。 CoRR公司 abs/1605.07583 ( 2016 ) 2015 【c5】 迈克尔·科恩 , 尹达利 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 理查德·彭 , 亚伦·西德福德 :
矩阵近似的均匀采样。 国际贸易中心 2015 : 181-190 【c4】 布伦丹·朱巴 , 克里斯托弗·马斯科 , Fan Long(风扇长) , Stelios Sidiroglou-Douskos公司 , 马丁·里纳德 :
异常检测的原则抽样。 NDSS公司 2015 【c3】 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
更强更快近似奇异值分解的随机块Krylov方法。 NIPS公司 2015 : 1396-1404 【c2】 迈克尔·科恩 , 萨姆·埃尔德 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 马达琳娜·佩尔苏 :
k-Means聚类和低秩近似的降维。 STOC公司 2015 : 163-172年 [i5] 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
基于块Lanczos和幂方法的更强近似奇异值分解。 CoRR公司 abs/1504.05477 ( 2015 ) [i4] 迈克尔·科恩 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 :
低水位近似值的岭杠杆得分。 CoRR公司 腹肌/1511.07263 ( 2015 ) 2014 【c1】 迈克尔·卡普拉洛夫 , 尹达利 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
动态流中的单程谱稀疏化。 光纤通信系统 2014 : 561-570 [i3] 迈克尔·卡普拉洛夫 , 尹达利 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 亚伦·西德福德 :
动态流中的单程谱稀疏化。 CoRR公司 abs/1407.1289 ( 2014 ) [i2] 迈克尔·科恩 , 尹达利 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 理查德·彭 , 亚伦·西德福德 :
矩阵近似的均匀采样。 CoRR公司 abs/1408.5099 ( 2014 ) [i1] 迈克尔·科恩 , 萨姆·埃尔德 , 卡梅隆·马斯科 , 克里斯托弗·马斯科 , 马达琳娜·佩尔苏 :
k-Means聚类和低秩近似的降维。 CoRR公司 abs/1410.6801 ( 2014 )