阿米拉塔·戈尔巴尼
人员信息
SPARQL查询
优化列表
2020年–今天
2023 [j6] 安德烈·埃斯特瓦 , 让·冯 , Douwe van der Wal公司 , Shih-Cheng Huang(黄世成) , 杰弗里·辛科 , 桑迪·德弗里斯 , 艾玛琳·陈 , 爱德华·谢弗 , 托德·摩根 , 孙益伦 , 阿米拉塔·戈尔巴尼 , 尼基尔·奈克 , Druv Nathawani博士 , 理查德·索彻 , 杰夫·米查尔斯基 , 麦克罗奇 , 托马斯·皮桑斯基 , 杰迪迪亚·蒙森 , 法拉·纳兹 , 詹姆斯·华莱士 , 米歇尔·弗格森 , 让-保罗·巴哈里 , 詹姆斯·邹 , 马修·伦格伦 , 杨小玲(Serena Yeung) , 阿什利·E·罗斯 , 迈克尔·库查奇克 , 路易斯·苏哈米 , 莱斯利·巴拉斯 , 克里斯托弗·彼得斯 , 桑迪·刘 , 亚历山大·巴洛夫 , 帕梅拉·伦道夫·杰克逊 , 大卫·L·施瓦茨 , 迈克尔·R·吉维根(Michael R.Girvigian) , Naoyuki G.斋藤 , 亚当·拉本 , 雷切尔·拉宾诺维奇 , 卡利勒·卡塔托 , 霍华德·桑德勒 , Phuoc T.Tran公司 , 丹尼尔·斯普拉特 , 斯蒂芬妮·帕格 , Felix Y.Feng(费利克斯·冯) , 奥萨马·穆罕默德 :
作者更正:通过随机III期临床试验的多模式深入学习实现前列腺癌治疗个性化。 npj数字。 医学 6 ( 2023 ) [第15条] 马克·马祖姆德 , 科尔比·R·班伯里 , 姚晓哲 , 博扬·卡拉斯 , 威廉·加维里亚·罗哈斯 , 苏丹亚·弗雷德里克·迪亚莫斯 , 格雷格·迪亚莫斯 , 林恩·赫 , 艾丽西娅·帕里什 , 汉娜·罗斯·柯克 , 杰西卡·奎 , 查维·拉斯托吉 , 杜威-基拉 , 大卫·尤拉多 , 大卫·坎特 , 拉斐尔·摩斯克拉 , 威尔·卡基尔斯基 , 胡安·西罗 , 洛拉·阿罗约 , 舱底Acun , 陈玲娇 , 梅胡尔·拉吉 , 马克斯·巴托洛 , 埃文·萨布里·尤博格鲁 , 阿米拉塔·戈尔巴尼 , 埃米特·D·古德曼 , 艾迪森·霍华德 , 奥纳·伊内尔 , 塔里克·凯恩 , 克里斯汀·柯克帕特里克 , D.斯卡利 , 郭子胜 , 乔纳斯·W·米勒 , 特里斯坦画眉 , 华金·范肖伦 , 玛格丽特·沃伦 , 阿迪娜·威廉姆斯 , 杨小玲(Serena Yeung) , 纽沙·阿尔达拉尼 , Praveen K.Paritosh公司 , 策张 , 詹姆斯·Y·邹 , 卡罗尔·让·吴 , 科迪·科尔曼 , 恩吉 , 彼得·马特森 , 维杰·贾纳帕·雷迪 :
DataPerf:以数据为中心的人工智能开发基准。 NeurIPS公司 2023 2022 [j5] 阿米拉塔·戈尔巴尼 , 迪娜·贝伦鲍姆 , 马尔·伊夫吉 , 尤瓦尔·达夫纳 , 詹姆斯·Y·邹 :
超越重要性得分:通过可视化特征语义解释表格ML。 信息。 13 ( 1 ) : 15 ( 2022 ) 【j4】 安德烈·埃斯特瓦 , 让·冯 , Douwe van der Wal公司 , Shih-Cheng Huang(黄世成) , 杰弗里·辛科 , 桑迪·德弗里斯 , 艾玛琳·陈 , 爱德华·谢弗 , 托德·摩根 , 孙益伦 , 阿米拉塔·戈尔巴尼 , 尼基尔·奈克 , 德鲁夫·纳塔瓦尼 , 理查德·索彻 , 杰夫·米查尔斯基 , 麦克罗奇 , 托马斯·皮桑斯基 , 杰迪迪亚·蒙森 , 法拉·纳兹 , 詹姆斯·华莱士 , 米歇尔·弗格森 , Jean-Paul Bahary公司 , 詹姆斯·邹 , 马修·伦格伦 , 杨小玲(Serena Yeung) , 阿什利·E·罗斯 , 迈克尔·库查奇克 , 路易斯·苏哈米 , 莱斯利·巴拉斯 , 克里斯托弗·彼得斯 , 桑迪·刘 , 亚历山大·巴洛夫 , 帕梅拉·伦道夫·杰克逊 , 大卫·L·施瓦茨 , 迈克尔·R·吉维根(Michael R.Girvigian) , Naoyuki G.斋藤 , 亚当·拉本 , 雷切尔·拉宾诺维奇 , 卡利勒·卡塔托 , 霍华德·桑德勒 , Phuoc T.Tran公司 , 丹尼尔·斯普拉特 , 斯蒂芬妮·帕格 , Felix Y.Feng(费利克斯·冯) , 奥萨马·穆罕默德 :
通过随机III期临床试验的多模式深入学习实现前列腺癌治疗个性化。 npj数字。 医学 5 ( 2022 ) [第14条] 阿米拉塔·戈尔巴尼 , 安德烈·埃斯特瓦 , 詹姆斯·邹 :
使用弱自我监督学习对前列腺全玻片图像进行分级。 IEEECONF公司 2022 : 1439-1443 [第13条] 阿米拉塔·戈尔巴尼 , 詹姆斯·邹 , 安德烈·埃斯特瓦 :
高效批量主动学习的数据Shapley估值。 IEEECONF公司 2022 : 1456-1462 [i16] 马克·马祖姆德 , 科尔比·R·班伯里 , 姚晓哲 , 博扬·卡拉斯 , 威廉·加维里亚·罗哈斯 , 苏丹亚·弗雷德里克·迪亚莫斯 , 格雷格·迪亚莫斯 , 林恩·赫 , 杜威-基拉 , 大卫·尤拉多 , 大卫·坎特 , 拉斐尔·摩斯克拉 , 胡安·西罗 , 洛拉·阿罗约 , 胆汁酸 , 萨布里·尤博格鲁 , 阿米拉塔·戈尔巴尼 , 埃米特·D·古德曼 , 塔里克·凯恩 , 克里斯汀·柯克帕特里克 , 郭子胜 , 乔纳斯·米勒 , 特里斯坦画眉 , 华金·范肖伦 , 玛格丽特·沃伦 , 阿迪娜·威廉姆斯 , 塞雷娜·杨 , 纽沙·阿尔达拉尼 , Praveen K.Paritosh公司 , 策张 , 詹姆斯·邹 , Carole Jean Wu女士 , 科迪·科尔曼 , 恩吉 , 彼得·马特森 , 维杰·贾纳帕·雷迪 :
DataPerf:以数据为中心的人工智能开发基准。 CoRR公司 abs/2207.10062 ( 2022 ) 2021 [第12条] 加尔·尤纳 , 阿米拉塔·戈尔巴尼 , 詹姆斯·邹 :
谁负责? 联合量化学习算法和数据的贡献。 AIES公司 2021 : 1034-1041 [第11条] 准登 , 张林军(Linjun Zhang) , 阿米拉塔·戈尔巴尼 , 詹姆斯·邹 :
通过未标记的域外数据提高对手的稳健性。 AISTATS公司 2021 : 2845-2853 [第10条] 张林军 , 准登 , 川口贤治 , 阿米拉塔·戈尔巴尼 , 詹姆斯·邹 :
混合如何帮助增强健壮性和泛化? ICLR公司 2021 【i15】 阿米拉塔·戈尔巴尼 , 詹姆斯·邹 , 安德烈·埃斯特瓦 :
高效批量主动学习的数据Shapley估值。 CoRR公司 abs/2104.08312 ( 2021 ) [第14条] 拉明·安萨里 , 阿米拉塔·戈尔巴尼 :
通过图形注意网络和成对原子相互作用的信息传递神经网络精确预测有机分子的自由溶剂化能。 CoRR公司 abs/2105.02048 ( 2021 ) [i13] 阿米拉塔·戈尔巴尼 , 迪娜·贝伦鲍姆 , 马尔·伊夫吉 , 尤瓦尔·达夫纳 , 詹姆斯·邹 :
超越重要性得分:通过可视化特征语义解释表格ML。 CoRR公司 abs/2111.05898 ( 2021 ) 2020 [j3] 大卫·欧阳 , 布莱恩·何 , 阿米拉塔·戈尔巴尼 , 尼尔·袁 , 约瑟夫·艾宾格 , 柯蒂斯·兰洛茨 , 保罗·海德雷奇(Paul A.Heidenreich) , 罗伯特·A·哈林顿 , 大卫·H·梁 , 尤安·阿什利 , 詹姆斯·Y·邹 :
基于视频的人工智能用于心脏功能的逐搏评估。 国家。 580 ( 7802 ) : 252-256 ( 2020 ) [注2] 阿米拉塔·戈尔巴尼 , 大卫·欧阳 , 阿布巴卡尔·阿比德 , 布莱恩·何 , 乔纳森·陈(Jonathan H.Chen) , 罗伯特·哈林顿 , 大卫·H·梁 , 尤安·A·阿什利 , 詹姆斯·Y·邹 :
深入学习超声心动图的解释。 npj数字。 医学 三 ( 2020 ) 【c9】 阿米拉塔·戈尔巴尼 , 迈克尔·P·金 , 詹姆斯·邹 :
数据评估的分布框架。 ICML公司 2020 : 3535-3544 【c8】 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
神经元沙普利:发现负责任的神经元。 NeurIPS公司 2020 [i12] 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
神经元沙普利:发现负责任的神经元。 CoRR公司 abs/2002.09815 ( 2020 ) [i11] 阿米拉塔·戈尔巴尼 , 迈克尔·P·金 , 詹姆斯·Y·邹 :
数据评估的分布式框架。 CoRR公司 abs/2002.12334 ( 2020 ) [i10] 准登 , 张林军(Linjun Zhang) , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
通过未标记的域外数据提高对手的稳健性。 CoRR公司 abs/2006.08476 ( 2020 ) [第九章] 张林军(Linjun Zhang) , 准登 , 川口贤治 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
混合如何帮助增强健壮性和泛化? CoRR公司 2010年4月819日 ( 2020 ) [i8] 四一汤 , 阿米拉塔·戈尔巴尼 , 山下立弥 , 萨米尔·雷赫曼 , 杰瑞德·邓蒙 , 詹姆斯·Y·邹 , 丹尼尔·鲁宾 :
使用Shapley值进行医学成像的数据评估:在大型胸部X射线数据集上的应用。 CoRR公司 abs/2010.08006 ( 2020 )
2010 – 2019
2019 【c7】 阿米拉塔·戈尔巴尼 , 阿布巴卡尔·阿比德 , 詹姆斯·Y·邹 :
神经网络的解释是脆弱的。 AAAI公司 2019 : 3681-3688 【c6】 迈克尔·P·金 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
多精度:黑盒后处理,以实现分类的公平性。 AIES公司 2019 : 247-254 [c5] 詹姆·罗奎罗·吉梅内斯 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
大规模的敲门砖:新功能重要性统计和错误发现保证。 AISTATS公司 2019 : 2125-2133 【c4】 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
Data Shapley:机器学习数据的公平评估。 ICML公司 2019 : 2242-2251 【c3】 阿米拉塔·戈尔巴尼 , 维韦克·纳塔拉詹 , 大卫·考兹 , 袁刘(音) :
DermGAN:临床皮肤图像与病理学的合成。 ML4H@NeurIPS 2019 : 155-170 【c2】 阿米拉塔·戈尔巴尼 , 詹姆斯·韦克斯勒 , 詹姆斯·Y·邹 , Been Kim(金) :
走向基于概念的自动解释。 NeurIPS公司 2019 : 9273-9282 [i7] 阿米拉塔·戈尔巴尼 , 詹姆斯·韦克斯勒 , Been Kim(金) :
自动解释:发现和测试神经网络学习的视觉概念。 CoRR公司 abs/1902.03129 ( 2019 ) [i6] 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
Data Shapley:机器学习数据的公平评估。 CoRR公司 abs/1904.02868 ( 2019 ) [i5] 加尔·尤纳 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
谁负责? 联合量化学习算法和训练数据的贡献。 CoRR公司 abs/1910.04214 ( 2019 ) [i4] 阿米拉塔·戈尔巴尼 , 维维克·纳塔拉扬 , 大卫·考兹 , 袁刘(音) :
DermGAN:临床皮肤图像与病理学的合成。 CoRR公司 腹肌/1911.08716 ( 2019 ) 2018 【c1】 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
嵌入信息性任务:利用不完整数据进行深度学习。 阿勒顿 2018 : 437-445 [i3] 迈克尔·P·金 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
多精度:黑盒后处理,以实现分类的公平性。 CoRR公司 abs/1805.12317 ( 2018 ) [i2] 詹姆·罗奎罗·吉梅内斯 , 阿米拉塔·戈尔巴尼 , 詹姆斯·Y·邹 :
大规模淘汰:具有虚假发现保证的新功能重要性统计数据。 CoRR公司 abs/1807.06214 ( 2018 ) 2017 [j1] 马苏梅·阿兹加尼 , 阿米拉塔·戈尔巴尼 , 法罗赫·马瓦斯蒂 :
基于阈值的盲迭代非线性失真补偿。 IEEE传输。 电路系统。 II快速简报 第64页-第II页 ( 7 ) : 852-856 ( 2017 ) [i1] 阿米拉塔·戈尔巴尼 , 阿布巴卡尔·阿比德 , 詹姆斯·Y·邹 :
神经网络的解释是脆弱的。 CoRR公司 abs/1710.10547 ( 2017 )