Michalis K.Titsias公司
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [公元44年] Michalis K.Titsias公司 , 亚历山大·加拉肖夫 , 阿马尔·兰尼·特里基 , 拉兹万·帕斯卡努 , 叶惠德 , Jörg Bornschein先生 :
非平稳数据在线分类的卡尔曼滤波。 ICLR公司 2024 [i26] 阿马尔·兰尼·特里基 , Jörg Bornschein先生 , 拉兹万·帕斯卡努 , 马库斯·赫特 , 安德烈斯·吉尔吉 , 亚历山大·加拉肖夫 , 叶惠德 , Michalis K.Titsias公司 :
重温动态评估:大型语言模型的在线适应。 CoRR公司 abs/2403.01518 ( 2024 ) [i25] 嘉信石 , 韩可航 , 王哲(Zhe Wang) , 阿诺·杜塞特 , Michalis K.Titsias公司 :
离散数据的简化和广义屏蔽扩散。 CoRR公司 abs/2406.04329 ( 2024 ) 【i24】 Siran Liu先生 , Petros Dellaportas公司 , Michalis K.Titsias公司 :
独立的大都会能击败粗鲁的蒙特卡洛吗? CoRR公司 abs/2406.17699 ( 2024 ) 2023 [公元11年] 安杰洛斯·阿列克索普洛斯 , Petros Dellaportas公司 , Michalis K.Titsias公司 :
Metropolis-Hastings采样器的方差减少。 统计计算。 33 ( 1 ) : 6 ( 2023 ) [公元43年] Michalis K.Titsias公司 :
最佳预处理和Fisher自适应Langevin采样。 NeurIPS公司 2023 [第23条] Michalis K.Titsias公司 :
最优预处理和Fisher自适应Langevin采样。 CoRR公司 abs/2305.14442 ( 2023 ) [i22] Michalis K.Titsias公司 , 亚历山大·加拉肖夫 , 阿马尔·兰尼·特里基 , 拉兹万·帕斯卡努 , 叶惠德 , Jörg Bornschein先生 :
非平稳数据在线分类的卡尔曼滤波。 CoRR公司 abs/2306.08448 ( 2023 ) 2022 [公元10年] Michalis K.Titsias公司 , 雅库布·辛格诺夫斯基 , 陈玉田 :
带检查点的神经网络中的顺序变化点检测。 统计计算。 32 ( 2 ) : 26 ( 2022 ) [公元42年] Michalis K.Titsias公司 , 石嘉欣 :
离散潜在变量模型中梯度估计的双控制变量。 AISTATS公司 2022 : 6134-6151 [公元41年] 沈阳太阳 , 丹尼尔·卡兰德里洛 , 胡慧仪 , 李安(Ang Li) , Michalis K.Titsias公司 :
持续学习的信息论在线记忆选择。 ICLR公司 2022 [公元40年] 嘉信石 , 周玉浩 , 杰西卡·黄 , Michalis K.Titsias公司 , 莱斯特·麦基 :
离散Stein算子梯度估计。 NeurIPS公司 2022 【i21】 嘉信石 , 周玉浩 , 杰西卡·黄 , Michalis K.Titsias公司 , 莱斯特·麦基 :
离散Stein算子梯度估计。 CoRR公司 abs/2202.09497 ( 2022 ) [i20] Sotirios Nikoloutsopoulos公司 , Iordanis Koutsopoulos公司 , Michalis K.Titsias公司 :
具有精确随机梯度下降的个性化联合学习。 CoRR公司 abs/2202.09848 ( 2022 ) [i19] 沈阳太阳 , 丹尼尔·卡兰德里洛 , 胡慧仪 , 李安(Ang Li) , Michalis K.Titsias公司 :
持续学习的信息论在线记忆选择。 CoRR公司 abs/2204.04763 ( 2022 ) 2021 [公元9年] Aristeidis Panos公司 , Petros Dellaportas公司 , Michalis K.Titsias公司 :
使用高斯过程的大规模多标签学习。 机器。 学习。 110 ( 5 ) : 965-987 ( 2021 ) [公元39年] 马塞尔·赫特 , Michalis K.Titsias公司 , Petros Dellaportas公司 :
基于熵的自适应哈密顿蒙特卡罗。 NeurIPS公司 2021 : 28482-28495 [公元38年] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , A.塔兰·杰吉尔 , 阿诺·杜塞特 :
基于耦合马尔可夫链的变分自动编码器无偏梯度估计。 阿联酋 2021 : 707-717 [公元37年] Michalis K.Titsias公司 , 弗朗西斯科·鲁伊斯 , Sotirios Nikoloutsopoulos公司 , 亚历山大·加拉肖夫 :
高斯过程的信息论元学习。 阿联酋 2021 : 1597-1606 [i18] Michalis K.Titsias公司 , 嘉信石 :
离散潜在变量模型中梯度估计的双控制变量。 CoRR公司 abs/2111.05300 ( 2021 ) 2020 [公元36年] 嘉信石 , Michalis K.Titsias公司 , 安德里·姆尼赫 :
高斯过程的稀疏正交变分推理。 AISTATS公司 2020 : 1932-1942 [公元35年] Michalis K.Titsias公司 , 乔纳森·施瓦兹 , 亚历山大·G·德·G·马修斯 , 拉兹万·帕斯卡努 , 叶惠德 :
高斯过程连续学习的函数正则化。 ICLR公司 2020 [i17] Michalis K.Titsias公司 , Sotirios Nikoloutsopoulos公司 , 亚历山大·加拉肖夫 :
高斯过程的信息论元学习。 CoRR公司 abs/2009.03228 ( 2020 ) [i16] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , A.塔兰·杰吉尔 , 阿诺·杜塞特 :
基于耦合马尔可夫链的变分自动编码器无偏梯度估计。 CoRR公司 abs/2010.01845 ( 2020 ) 【i15】 Michalis K.Titsias公司 , 雅库布·辛格诺夫斯基 , 陈玉田 :
带检查点的神经网络中的顺序变化点检测。 CoRR公司 abs/2010.03053 ( 2020 )
2010 – 2019
2019 [公元34年] Michalis K.Titsias公司 , 弗朗西斯科·鲁伊斯 :
无偏隐式变分推理。 AISTATS公司 2019 : 167-176 [公元33年] 卡斯帕·马尔滕斯 , Michalis K.Titsias公司 , 克里斯托弗·姚 :
因子隐马尔可夫模型中的增强集成MCMC抽样。 AISTATS公司 2019 : 2359-2367 [公元32年] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 :
变分推理与MCMC结合的对比发散法。 ICML公司 2019 : 5537-5545 [公元31年] Michalis K.Titsias公司 , Petros Dellaportas公司 :
基于梯度的自适应马尔可夫链蒙特卡罗。 NeurIPS公司 2019 : 15704-15713 [第14条] Michalis K.Titsias公司 , 乔纳森·施瓦兹 , 亚历山大·G·德·G·马修斯 , 拉兹万·帕斯卡努 , 叶惠德 :
使用高斯过程进行连续学习的函数正则化。 CoRR公司 abs/1901.11356 ( 2019 ) [i13] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 :
变分推理与MCMC结合的对比发散法。 CoRR公司 abs/1905.04062 ( 2019 ) [i12] Adji B.Dieng公司 , 弗朗西斯科·鲁伊斯 , 大卫·M·布莱 , Michalis K.Titsias公司 :
规定的生成对抗网络。 CoRR公司 abs/1910.04302 ( 2019 ) [i11] 嘉信石 , Michalis K.Titsias公司 , 安德里·姆尼赫 :
高斯过程的稀疏正交变分推断。 CoRR公司 abs/1910.10596 ( 2019 ) [i10] Michalis K.Titsias公司 , Petros Dellaportas公司 :
基于梯度的自适应马尔可夫链蒙特卡罗。 CoRR公司 abs/1911.01373 ( 2019 ) 2018 [公元30年] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , 阿吉·B·迪昂 , 大卫·M·布莱 :
增减:大类别分布的随机推断。 ICML公司 2018 : 4400-4409 [第九章] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , Adji B.Dieng公司 , 大卫·M·布莱 :
增减:大类别分布的随机推断。 CoRR公司 abs/1802.04220 ( 2018 ) [i8] Aristeidis Panos公司 , 德拉波塔斯石油公司 , Michalis K.Titsias公司 :
使用子空间诱导输入的完全可缩放高斯过程。 CoRR公司 abs/1807.02537 ( 2018 ) [i7] Michalis K.Titsias公司 , 弗朗西斯科·鲁伊斯 :
无偏隐式变分推理。 CoRR公司 abs/1808.02078 ( 2018 ) [i6] Michalis K.Titsias公司 , Sotirios Nikoloutsopoulos公司 :
基于先验知识规则的贝叶斯转移强化学习。 CoRR公司 abs/1810.00468 ( 2018 ) 2017 [公元29年] 坦莫·鲁卡特 , 克里斯托弗·福尔摩斯 , Michalis K.Titsias公司 , 克里斯托弗·姚 :
贝叶斯布尔矩阵分解。 ICML公司 2017 : 2969-2978 [i5] 坦莫·鲁卡特 , 克里斯托弗·福尔摩斯 , Michalis K.Titsias公司 , 克里斯托弗·尤 :
贝叶斯布尔矩阵分解。 CoRR公司 abs/1702.06166 ( 2017 ) 2016 [j8] 安德烈亚斯·达米亚努 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
高斯过程中潜在变量和不确定输入的变分推断。 J.马赫。 学习。 物件。 17 : 42:1-42:62 ( 2016 ) [公元28年] Merkourios Karaliopoulos公司 , Iordanis Koutsopoulos公司 , Michalis K.Titsias公司 :
先学后赚:通过数据驱动的用户分析优化移动众筹活动。 MobiHoc公司 2016 : 271-280 [公元27年] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , 大卫·M·布莱 :
广义重参数化梯度。 NIPS公司 2016 : 460-468 [公元26年] Michalis K.Titsias公司 :
用于概率可缩放估计的Softmax的一对一近似。 NIPS公司 2016 : 4161-4169 [公元25年] 阿波斯托洛斯·阿达马科斯 , Michalis K.Titsias公司 :
使用神经网络簇对希腊能源市场进行短期负荷预测。 SETN(设置) 2016 : 15:1-15:6 [公元24年] 弗朗西斯科·鲁伊斯 , Michalis K.Titsias公司 , 大卫·M·布莱 :
过度分散的黑盒变分推断。 阿联酋 2016 2015 [c23] Michalis K.Titsias公司 , 米盖尔·拉扎罗·格雷迪拉 :
黑箱变分推理的局部期望梯度。 NIPS公司 2015 : 2638-2646 [公元22年] 雷米·巴德内特 , Michalis K.Titsias公司 :
没有谱知识的行列式点过程的推论。 NIPS公司 2015 : 3393-3401 2014 [j7] 米盖尔·拉扎罗·格雷迪拉 , Michalis K.Titsias公司 , Jochem Verrelst公司 , 古斯塔沃营地-山谷 :
用异方差高斯过程反演生物物理参数。 IEEE地质科学。 远程。 Sens.Lett公司。 11 ( 4 ) : 838-842 ( 2014 ) 【c21】 Michalis K.Titsias公司 , 米盖尔·拉扎罗·格雷迪拉 :
非共轭推理的双随机变分贝叶斯方法。 ICML公司 2014 : 1971-1979 [公元20年] Michalis K.Titsias公司 , 克里斯托弗·姚 :
因子隐马尔可夫模型的Hamming-Ball辅助抽样。 NIPS公司 2014 : 2960-2968 [i4] 安德烈亚斯·达米亚努 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
高斯过程模型输入不确定性的变分推断。 CoRR公司 abs/1409.2287 ( 2014 ) 2013 [第19条] 米盖尔·拉扎罗·格雷迪拉 , Michalis K.Titsias公司 , Jochem Verrelst公司 , 古斯塔沃营地-山谷 :
用变分异方差高斯过程估算植被叶绿素含量。 IGARSS公司 2013 : 3010-3013 [第18条] Michalis K.Titsias公司 , 米盖尔·拉扎罗·格雷迪拉 :
高斯过程回归中马氏距离度量的变分推断。 NIPS公司 2013 : 279-287 [i3] Michalis K.Titsias公司 , 克里斯托弗·姚 , 克里斯托弗·福尔摩斯 :
使用$k$段约束的隐马尔可夫模型中的统计推断。 CoRR公司 abs/1311.1189 ( 2013 ) 2012 [j6] Michalis K.Titsias公司 , 安蒂·霍克拉 , 尼尔·D·劳伦斯 , 马格纳斯Rattray :
通过贝叶斯模型比较从表达时间序列中识别多个共同调节转录因子的靶点。 BMC系统。 生物。 6 : 53 ( 2012 ) [第17条] 安德烈亚斯·达米亚努 , 卡尔·亨利克·埃克 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
歧管相关性测定。 ICML公司 2012 [i2] 安德烈亚斯·达米亚努 , 卡尔·亨利克·埃克 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
歧管相关性测定。 CoRR公司 abs/1206.4610 ( 2012 ) 2011 [第16条] 米盖尔·拉扎罗·格雷迪拉 , Michalis K.Titsias公司 :
变分异方差高斯过程回归。 ICML公司 2011 : 841-848 [第15条] Michalis K.Titsias公司 , 米盖尔·拉扎罗·格雷迪拉 :
多任务和多核学习中的尖峰和极板变分推理。 NIPS公司 2011 : 2339-2347 [第14条] 安德烈亚斯·达米亚努 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
变分高斯过程动力系统。 NIPS公司 2011 : 2510-2518 [i1] 安德烈亚斯·达米亚努 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
变分高斯过程动力系统。 CoRR公司 abs/1107.4985 ( 2011 ) 2010 [第13条] 毛里西奥·A·阿尔瓦雷斯 , 大卫·朗戈 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
通过变分诱导核的高效多输出高斯过程。 AISTATS公司 2010 : 25-32 [第12条] Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
贝叶斯-高斯过程潜在变量模型。 AISTATS公司 2010 : 844-851 [第1页] 尼尔·D·劳伦斯 , 马格努斯·拉特雷 , 裴高 , Michalis K.Titsias公司 :
生物化学系统中缺失物种的高斯过程。 计算系统生物学中的学习和推理 2010 : 231-252
2000 – 2009
2009 [第11条] 扎查罗利Polyxeni Zacharouli , Michalis K.Titsias公司 , 米查利斯·瓦齐吉安尼 :
基于PCA和EM聚类的网页排名预测。 WAW公司 2009 : 104-115 [c10] Michalis K.Titsias公司 :
稀疏高斯过程中诱导变量的变分学习。 AISTATS公司 2009 : 567-574 2008 【c9】 Michalis K.Titsias公司 , 尼尔·D·劳伦斯 , 马格纳斯Rattray :
使用控制变量进行高斯过程推断的有效采样。 NIPS公司 2008 : 1681-1688 2007 【c8】 Michalis K.Titsias公司 :
无限Gamma-Poisson特征模型。 NIPS公司 2007 : 1513-1520 2006 [j5] 君士坦丁堡 , Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
高斯混合模型的贝叶斯特征和模型选择。 IEEE传输。 模式分析。 机器。 因特尔。 28 ( 6 ) : 1013-1018 ( 2006 ) 【c7】 Michalis K.Titsias公司 , 克里斯托弗·威廉姆斯 :
视频中分层模型的顺序学习。 面向类别级对象识别 2006 : 577-595 2005 【b1】 Michalis K.Titsias公司 :
无监督学习图像中的多个对象。 英国爱丁堡大学, 2005 【c6】 马里·艾伦 , Michalis K.Titsias公司 , 克里斯托弗·威廉姆斯 :
使用不变特征快速学习精灵。 BMVC公司 2005 【c5】 Michalis K.Titsias公司 , 克里斯托弗·威廉姆斯 :
无监督学习视频中运动物体的多个方面。 泛希腊信息学会议 2005 : 746-756 2004 【j4】 克里斯托弗·威廉姆斯 , Michalis K.Titsias公司 :
基于稳健统计和因子学习的图像多目标贪婪学习。 神经计算。 16 ( 5 ) : 1039-1062 ( 2004 ) 【c4】 Michalis K.Titsias公司 , 克里斯托弗·威廉姆斯 :
视频中多个对象和部分的快速无监督贪婪学习。 CVPR研讨会 2004 : 179 2003 [j3] Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
使用具有约束成分共享的混合的类条件密度估计。 IEEE传输。 模式分析。 机器。 因特尔。 25 ( 7 ) : 924-928 ( 2003 ) 2002 [注2] Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
基于层次混合模型的混合专家分类。 神经计算。 14 ( 9 ) : 2221-2244 ( 2002 ) 【c3】 克里斯托弗·威廉姆斯 , Michalis K.Titsias公司 :
学习图像中的多个对象:无因子搜索的因子学习。 NIPS公司 2002 : 1391-1398 【c2】 君士坦丁堡 , Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
概率RBF网络的贝叶斯正则化方法。 SETN(设置) 2002 : 337-345 2001 [j1] Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
类条件密度估计的共享核模型。 IEEE传输。 神经网络 12 ( 5 ) : 987-997 ( 2001 ) 2000 【c1】 Michalis K.Titsias公司 , 阿里斯蒂迪斯·利卡斯 :
用于分类的概率RBF网络。 IJCNN(4) 2000 : 238-243