王北仑
人员信息
优化列表
![笔记](https://dblp.uni-trier.de/img/note-mark.dark.12x12.png)
2020年-今天
2024 [j8] 王世栋(Shidong Wang) , 沈阳阳 , 曾凡伟 , 孟旺(Meng Wang) , 李博涵 , Dian Shen公司 , 唐晓东 , 王北仑 :
利用生化数据提高骨肉瘤诊断的深度学习。 健康信息科学。 系统。 12 ( 1 ) : 31 ( 2024 ) 2023 [第17条] 小谭 , 沈阳阳 , 孟旺(Meng Wang) , 王北仑 :
基于一位数据的能效动态精度矩阵估计的图形推断。 CIKM公司 2023 : 2382-2391 [第16条] 陈月耀 , 王北仑 , 张燕(音译) , 光景宇 :
用于修复压缩分布式学习漏洞的健壮框架。 CSCWD公司 2023 : 733-738 [第15条] 吴玉章 , 王北仑 :
一种使用绝对压缩硬阈值提高联合学习模型鲁棒性的框架。 CSCWD公司 2023 : 1106-1111 [第14条] 陈月耀 , 王北仑 , 马天一 , 程晨 :
将鲁棒梯度差分压缩应用于联合学习。 CSCWD公司 2023 : 1748-1753 [第13条] 张燕(音译) , 程晨 , Dian Shen公司 , 孟旺(Meng Wang) , 王北仑 :
注意:使用通道激活重新校准模块提高峰值神经网络的固有鲁棒性。 ICDM公司 2023 : 828-837 [第12条] 鹰战 , 王北仑 :
物联网中资源受限设备上多高斯图形模型的协同估计。 SMC公司 2023 : 3583-3588 [第11条] 王玉晨 , 张京辉 , 黄正杰 , 李伟斌 , 冯世坤 , 马自亨 , 于孙 , 电海于 , 方东 , 金嘉惠 , 王北仑 , 罗俊洲 :
针对图中低同质性的标签信息增强欺诈检测。 万维网 2023 : 406-416 [i13] 王玉晨 , 张晶慧 , 黄正杰 , 李伟斌 , 冯世坤 , 马自亨 , 于孙 , 电海于 , 方东 , 金嘉惠 , 王北仑 , 罗俊洲 :
针对图中低同源性的标签信息增强欺诈检测。 CoRR公司 abs/2302.10407 ( 2023 ) 2022 [j7] 王北仑 , 张嘉琪 , 徐浩清 , 特涛 :
高维图形模型结构中稀疏变化的快速可扩展学习。 神经计算 514 : 39-57 ( 2022 ) [j6] 王北仑 , 徐浩清 , 李春树 , 李宇晨 , 孟旺(Meng Wang) :
TKGAT:知识增强型标签软件推荐系统的图形关注网络。 知识。 基于系统。 257 : 109903 ( 2022 ) [第10条] 徐浩清 , 孟旺(Meng Wang) , 王北仑 :
一种用于交互迁移学习的差异标准化方法。 ICML公司 2022 : 24683-24697 2021 [j5] 黄凯虹 , 李春树 , 张嘉琪 , 王北仑 :
级联与融合:伪装目标感知的深度学习方法。 传感器 21 ( 16 ) : 5455 ( 2021 ) 【j4】 王北仑 , 张嘉琪 , 张燕(音译) , 孟旺(Meng Wang) , 王森(Sen Wang) :
物联网中多任务高斯图形模型的可缩放估计器。 ACM事务处理。 传感器网络 17 ( 三 ) : 23:1-23:33 ( 2021 ) 2020 [j3] 王北仑 , Rui Ma公司 , 匡靖宇 , 张燕(音译) :
如何在大脑中做出决定:用Pac-Man女士的视频游戏打开CNN的“黑匣子”。 IEEE接入 8 : 142446-142458 ( 2020 ) 【c9】 佳怡苑 , 李洪业 , 孟旺(Meng Wang) , 刘汝阳 , 李传友 , 王北仑 :
基于OpenCV的表格信息提取框架。 ICKG公司 2020 : 621-628 【c8】 张嘉琪 , 孟旺(Meng Wang) , 李钦池 , 王森(Sen Wang) , 张晓军 , 王北仑 :
海量变量的二次稀疏高斯图形模型估计方法。 国际JCAI 2020 : 2964-2972 [i12] 阿什迪普·塞孔 , 王北仑 , 王哲(Zhe Wang) , 齐彦军(Yanjun Qi) :
超越数据样本的差异网络学习。 CoRR公司 abs/2004.11494 ( 2020 )
2010 – 2019
2019 [i11] 张嘉琪 , 王北仑 :
通过平行近似法进行稀疏和低秩张量回归。 CoRR公司 abs/1911.12965 ( 2019 ) [i10] 张嘉琪 , 王北仑 :
稀疏和单位秩高阶回归模型的快速可扩展估计。 CoRR公司 abs/1912.01450 ( 2019 ) 2018 【c7】 王北仑 , 阿什迪普·塞孔 , 齐彦军(Yanjun Qi) :
高维高斯图形模型结构中稀疏变化的快速可扩展学习。 AISTATS公司 2018 : 1691-1700 【c6】 王北仑 , 阿尔什迪普·塞洪 , 齐彦军(Yanjun Qi) :
在学习多个相关稀疏高斯图形模型时集成额外知识的快速可缩放联合估计器。 ICML公司 2018 : 5148-5157 [第九章] 王北仑 , 阿什迪普·塞孔 , 齐彦军(Yanjun Qi) :
在学习多个相关稀疏高斯图形模型时集成额外知识的快速可缩放联合估计器。 CoRR公司 abs/1806.00548 ( 2018 ) 2017 [注2] 王北仑 , 丽塔姆巴拉·辛格 , 齐彦军(Yanjun Qi) :
一种用于估计多个稀疏高斯或非正则图形模型的受限$$\ell$$1最小化方法。 机器。 学习。 106 ( 9-10 ) : 1381-1417 ( 2017 ) 【c5】 王北仑 , 纪高 , 齐彦军(Yanjun Qi) :
用于学习多个相关稀疏高斯图形模型的快速可缩放联合估计器。 AISTATS公司 2017 : 1168-1177 【c4】 纪高 , 王北仑 , 林泽民 , 徐伟林 , 齐彦军(Yanjun Qi) :
DeepCloak:掩蔽深层神经网络模型以对抗对手样本。 ICLR(车间) 2017 【c3】 王北仑 , 纪高 , 齐彦军(Yanjun Qi) :
(深层)分类器对对手样本鲁棒性的理论框架。 ICLR(车间) 2017 [c2] 丽塔姆巴拉·辛格 , 阿什迪普·塞孔 , 卡姆兰·科萨里 , 杰克·兰坎廷 , 王北仑 , 齐彦军(Yanjun Qi) :
GaKCo:一种使用计数的快速带隙k-mer字符串内核。 ECML/PKDD(1) 2017 : 356-373 【c1】 杰克·兰坎廷 , 丽塔姆巴拉·辛格 , 王北仑 , 齐彦军(Yanjun Qi) :
Deep Motif仪表板:使用Deep Neural Networks可视化和理解基因组序列。 PSB公司 2017 : 254-265 [i8] 王北仑 , 纪高 , 齐彦军(Yanjun Qi) :
一种用于学习多个相关稀疏高斯图形模型的快速可扩展联合估计器。 CoRR公司 abs/1702.02715 ( 2017 ) [i7] 纪高 , 王北仑 , 齐彦军(Yanjun Qi) :
DeepMask:屏蔽DNN模型,以抵抗对抗性样本。 CoRR公司 abs/1702.06763 ( 2017 ) [i6] 丽塔姆巴拉·辛格 , 阿什迪普·塞孔 , 卡姆兰·科萨里 , 杰克·兰坎廷 , 王北仑 , 齐彦军(Yanjun Qi) :
GaKCo:使用COunting的快速GApped k-mer字符串内核。 CoRR公司 abs/1704.07468 ( 2017 ) [i5] 钱丹·辛格 , 王北仑 , 齐彦军(Yanjun Qi) :
一种用于异构神经连通图联合发现的约束加权L1最小化方法。 CoRR公司 abs/1709.04090 ( 2017 ) [i4] 王北仑 , 阿什迪普·塞孔 , 齐彦军(Yanjun Qi) :
高维高斯图形模型结构中稀疏变化的快速可扩展学习。 CoRR公司 abs/1710.11223 ( 2017 ) 2016 [j1] 熊飞宇 , 莫舍·金 , 列奥尼德·赫里宾 , 王北仑 , 齐彦军(Yanjun Qi) :
利用高维分子轮廓数据进行癌症诊断的核心化信息理论度量学习。 ACM事务处理。 知识。 发现。 数据 10 ( 4 ) : 38:1-38:23 ( 2016 ) [i3] 王北仑 , 丽塔姆巴拉·辛格 , 齐彦军(Yanjun Qi) :
用于估计多个稀疏高斯或非超常图形模型的受限L1最小化方法。 CoRR公司 abs/1605.03468 ( 2016 ) [i2] 杰克·兰坎廷 , 丽塔姆巴拉·辛格 , 王北仑 , 齐彦军(Yanjun Qi) :
Deep G仪表盘:使用Deep神经网络可视化和理解基因组序列。 CoRR公司 abs/1608.03644 ( 2016 ) [i1] 王北仑 , 纪高 , 齐彦军(Yanjun Qi) :
对抗噪声下(深层)分类器鲁棒性的理论框架。 CoRR公司 abs/1612.00334 ( 2016 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)