米利斯·库尔
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 [公元9年] 艾达·拉胡 , 米利斯·库尔 , 安妮莉·克鲁夫 :
从HRMS数据预测补充生物测定中未识别化学品的活性,以确定潜在内分泌干扰物。 化学杂志。 信息模型。 64 ( 8 ) : 3093-3104 ( 2024 ) 2023 [j8] Telmo de Menezes e Silva Filho公司 , 郝松 , 米奎尔·佩雷洛·尼托 , 劳尔·桑托斯·罗德里格斯 , 米利斯·库尔 , 彼得·弗拉奇 :
分类器校准:关于如何评估和改进预测类概率的调查。 机器。 学习。 112 ( 9 ) : 3211-3260 ( 2023 ) 【c21】 Bhawani Shankar Leelar公司 , 米利斯·库尔 :
概括性——分类器培训,用于改进未知环境中的校准。 ECML/PKDD(5) 2023 : 374-391 2022 [公元20年] 丹尼尔·乌尔达 , 努尼奥·巴苏托 , 米利斯·库尔 , 阿尔瓦罗·埃雷罗 :
评估分类器的性能以检测网站流量中的攻击。 CISIS-ICEUTE公司 2022 : 205-215 [第14条] 卡普尔·索科尔 , 米利斯·库尔 , 杰弗里·陈 , 弗洛拉·迪利斯·萨利姆 :
模型多样性的伦理和公平含义。 CoRR公司 abs/2203.07139 ( 2022 ) [i13] 马库斯·坎塞普 , 卡斯帕瓦尔克 , 米利斯·库尔 :
关于匹配测试视图在评估分类器校准方面的有用性。 CoRR公司 腹肌/2203.08958 ( 2022 ) [i12] 马库斯·坎塞普 , 米利斯·库尔 :
鸟瞰图中物体和区域的校准感知不确定性。 CoRR公司 abs/2211.04340 ( 2022 ) 2021 [j7] 费尔南多·马丁内斯(Fernando Martínez-Plumed) , 利迪娅·孔特雷拉斯·奥坎德 , 塞萨尔·费里 , 何塞·埃尔南德斯·奥拉洛 , 米利斯·库尔 , 尼古拉斯·拉奇奇 , 玛丽亚·若泽·拉米雷斯-金塔纳 , 彼得·弗拉奇 :
二十年后的CRISP-DM:从数据挖掘过程到数据科学轨迹。 IEEE传输。 知识。 数据工程。 33 ( 8 ) : 3048-3061 ( 2021 ) [第19条] 穆罕默德·马希尔 , 米利斯·库尔 :
基于实例的标签平滑,用于更好地校准分类网络。 ICMLA公司 2021 : 746-753 [i11] 穆罕默德·马希尔 , 米利斯·库尔 :
基于实例的标签平滑,用于更好地校准分类网络。 CoRR公司 abs/2110.05355 ( 2021 ) [i10] 西奥多·詹姆斯·蒂鲍特继承人 , 玛丽·利伊斯·阿利基维 , 米利斯·库尔 :
变化发生:调整分类器。 CoRR公司 腹肌/2111.02529 ( 2021 ) [第九章] Telmo de Menezes e Silva Filho公司 , 郝松 , 米奎尔·佩雷洛·尼托 , 劳尔·桑托斯·罗德里格斯 , 米利斯·库尔 , 彼得·弗拉奇 :
分类器校准:如何评估和改进预测的类别概率:一项调查。 CoRR公司 abs/2112.10327 ( 2021 ) 2020 [i8] 安提·英格尔 , 诺文·沙鲁迪 , 马库斯·坎塞普 , 安德烈·塔塔 , 维亚切斯拉夫·科米萨伦科 , 米利斯·库尔 :
M4比赛中的相关每日时间序列和预测。 CoRR公司 abs/2003.12796 ( 2020 )
2010 – 2019
2019 [第18条] 郝松 , 汤姆·迪特 , 米利斯·库尔 , 彼得·弗拉奇 :
回归的分布校准。 ICML公司 2019 : 5897-5906 [第17条] 米利斯·库尔 , 米奎尔·佩雷洛·尼托 , 马库斯·坎塞普 , Telmo de Menezes e Silva Filho公司 , 郝松 , 彼得·弗拉奇 :
超越温度标度:通过Dirichlet校准获得校准良好的多类概率。 NeurIPS公司 2019 : 12295-12305 [第16条] 西奥多·詹姆斯·蒂鲍特继承人 , 玛丽·利伊斯·阿利基维 , 米利斯·库尔 :
变化发生:调整分类器。 ECML/PKDD(2) 2019 : 55-70 [第15条] 玛丽·利伊斯·阿利基维 , 米利斯·库尔 :
非参数贝叶斯同位素校准:二元分类中的置信度之争。 ECML/PKDD(2) 2019 : 103-120 [i7] 郝松 , 汤姆·迪特 , 米利斯·库尔 , 彼得·弗拉奇 :
回归的分布校准。 CoRR公司 abs/1905.06023 ( 2019 ) [i6] 汤姆·迪特 , 米利斯·库尔 , 尼尔·托米 , 卡普尔·索科尔 , 郝松 , 米奎尔·佩雷洛·尼托 , 艾玛·汤金 , 彼得·弗拉奇 :
HyperStream:用于流数据的工作流引擎。 CoRR公司 abs/1908.02858 ( 2019 ) [i5] 米利斯·库尔 , 米奎尔·佩雷洛·尼托 , Markus Kängsepp公司 , Telmo de Menezes e Silva Filho公司 , 郝松 , 彼得·弗拉奇 :
超越温度标度:通过狄利克雷校准获得校准良好的多类概率。 CoRR公司 abs/1910.12656 ( 2019 ) 2018 [第14条] 汤姆·迪特 , 迈克·霍姆斯 , 米利斯·库尔 , 米奎尔·佩雷洛·尼托 , 卡普尔·索科尔 , 郝松 , 艾玛·汤金 , 尼尔·托米 , 彼得·弗拉奇 :
将eHealth分析发布到野外:从SPHERE项目中吸取的教训。 KDD公司 2018 : 243-252 [i4] 郝松 , 米利斯·库尔 , 彼得·弗拉奇 :
概率回归的非参数校准。 CoRR公司 abs/1806.07690 ( 2018 ) 2017 [第13条] 米利斯·库尔 , Telmo de Menezes e Silva Filho公司 , 彼得·弗拉奇 :
贝塔校准:对二进制分类器的逻辑校准进行了基础完善且易于实施的改进。 AISTATS公司 2017 : 623-631 [i3] 汤姆·迪特 , 尼尔·托米 , 米利斯·库尔 , 彼得·弗拉奇 , 伊恩·克拉多克 :
用于环境辅助生活的概率传感器融合。 CoRR公司 abs/1702.01209 ( 2017 ) [i2] 费尔南多·马丁内斯(Fernando Martínez-Plumed) , 利迪娅·孔特雷拉斯·奥坎德 , 塞萨尔·费里 , 彼得·弗拉奇 , 何塞·埃尔南德斯·奥拉洛 , 米利斯·库尔 , 尼古拉斯·拉奇奇 , 玛丽亚·若泽·拉米雷斯-金塔纳 :
CASP-DM:数据挖掘的上下文感知标准过程。 CoRR公司 abs/1709.09003 ( 2017 ) 2016 [j6] 何塞·埃尔南德斯·奥拉洛 , 阿道夫·马丁内斯·乌索 , 里卡多·B·C·普鲁德安西奥 , 米利斯·库尔 , 彼得·弗拉奇 , 乔杜里·法汉·艾哈迈德 , 尼古拉斯·拉奇奇 :
上下文中的重新定义:机器学习中模型重用的系统方法。 AI通讯。 29 ( 5 ) : 551-566 ( 2016 ) [j5] 尼古拉斯·尼古劳 , 纳拉亚南·乌尼·埃达昆尼 , 米利斯·库尔 , 彼得·弗拉奇 , 加文·布朗 :
成本敏感型提升算法:我们真的需要它们吗? 机器。 学习。 104 ( 2-3 ) : 359-384 ( 2016 ) [第12条] Reem Al-Otaibi公司 , 米利斯·库尔 , 彼得·弗拉奇 :
使用多标签树声明性地捕获本地标签相关性。 ECAI公司 2016 : 1467-1475 [第11条] 米奎尔·佩雷洛·尼托 , Telmo de Menezes e Silva Filho公司 , 米利斯·库尔 , 彼得·弗拉奇 :
背景检查:构建更可靠、更通用分类器的通用技术。 ICDM公司 2016 : 1143-1148 [第10条] 郝松 , 米利斯·库尔 , 彼得·弗拉奇 , 乔治奥斯·卡拉戈里迪斯 :
具有适当评分规则的分组发现。 ECML/PKDD(2) 2016 : 492-510 [i1] 尼尔·托米 , 汤姆·迪特 , 米利斯·库尔 , 郝松 , 马西莫·坎普拉尼 , 西蒙·汉努纳 , 氙黄褐飞虱 , 倪朱 , 皮特·沃兹诺夫斯基 , 彼得·弗拉奇 , 伊恩·克拉多克 :
SPHERE挑战:利用多模态传感器数据进行活动识别。 CoRR公司 abs/1603.00797 ( 2016 ) 2015 【c9】 乔杜里·法汉·艾哈迈德 , 萨米乌拉马里兰州 , 尼古拉斯·拉奇奇 , 米利斯·库尔 , 彼得·弗拉奇 :
频繁模式挖掘中的重构。 国际通信技术协会 2015 : 799-806 【c8】 彼得·弗拉奇 , 米利斯·库尔 :
精确回归曲线:公关分析做得对。 NIPS公司 2015 : 838-846 【c7】 米利斯·库尔 , 彼得·弗拉奇 :
分类正确评分规则的新分解:分数调整作为校准的前兆。 ECML/PKDD(1) 2015 : 68-85 【c6】 Reem Al-Otaibi公司 , 里卡多·B·C·普鲁德安西奥 , 米利斯·库尔 , 彼得·弗拉奇 :
多上下文学习的通用决策树。 ECML/PKDD(1) 2015 : 184-199 【c5】 米利斯·库尔 , 尼古拉斯·拉奇奇 , 阿道夫·马丁内斯·乌索 :
自行车租赁站数据模型重用(前言)。 PKDD的DC /ECML公司 2015 [电子1] 阿道夫·马丁内斯·乌索 , 若昂·门德斯·莫雷拉 , 路易斯·莫雷拉·马提亚斯 , 米利斯·库尔 , 尼古拉斯·拉奇奇 :
2015年9月7日至11日,《ECML/PKDD 2015发现挑战会议记录》,与欧洲机器学习和数据库知识发现原则与实践会议合办(ECML-PKDD 2015),葡萄牙波尔图。 CEUR研讨会记录 1526, CEUR-WS.org公司 2015 [目录] 2014 【c4】 Reem Al-Otaibi公司 , 米利斯·库尔 , 彼得·弗拉奇 :
LaCova:一种基于树的多标签分类器,使用标签协方差作为分割标准。 ICMLA公司 2014 : 74-79 【c3】 米利斯·库尔 , 彼得·弗拉奇 :
可靠性图:增强概率估计和提高分类准确性的工具。 ECML/PKDD(2) 2014 : 18-33 【c2】 路易丝·米勒德 , 米利斯·库尔 , 彼得·弗拉奇 :
ROC曲线的面向速率的点路线置信界限。 ECML/PKDD(2) 2014 : 404-421 2010 【c1】 米利斯·库尔 , 康斯坦丁·特雷季亚科夫 , 贾克·维洛 :
DNA底物分布的进化模型。 算法和应用 2010 : 147-157
2000 – 2009
2009 【j4】 达里娅·克鲁舍夫斯卡娅 , 赫迪·彼得森 , 朱里·雷曼德 , 米利斯·库尔 , 贾克·维洛 :
VisHiC-微阵列数据的分层功能富集分析。 核酸研究。 37 ( Web服务器发布 ) : 587-592 ( 2009 ) 2008 [j3] 米利斯·库尔 , 贾克·维洛 :
使用相似性启发的快速近似层次聚类。 生物数据最小值。 1 ( 2008 ) 2007 [注2] 朱里·雷曼德 , 米利斯·库尔 , 赫迪·彼得森 , 贾安斯·汉森 , 贾克·维洛 :
g: Profiler-一个基于网络的工具集,用于对大规模实验中的基因列表进行功能分析。 核酸研究。 35 ( Web服务器发布 ) : 193-200 ( 2007 ) 2004 [j1] 米沙·卡普什斯基 , 帕特里克·凯默伦 , 艾丁·库哈内(Aedín C.Culhane) , 斯特芬·杜林克 , 扬·伊梅尔斯 , 克里斯汀·科纳 , 米利斯·库尔 , 奥罗拉·托伦特 , 乌吉斯·萨尔坎斯 , 贾克·维洛 , 阿尔维斯巴西 :
Expression Profiler:下一代-微阵列数据分析的在线平台。 核酸研究。 32 ( Web服务器发布 ) : 465-470 ( 2004 )
合著者索引
![](https://dblp.uni-trier.de/img/cog.dark.24x24.png)