凯尔·斯旺森
人员信息
其他同名人员
优化列表
2020年–今天
2023 【d1】 亚奈·罗森 , 优素福·鲁哈尼 , 玛丽亚·布尔比克 , 凯尔·斯旺森 , Ziang Li公司 , 朱尔·莱斯科维奇 :
走向通用细胞嵌入:利用SATURN整合跨物种的单细胞RNA-seq数据集。 泽诺多 , 2023 [i8] 何达鸿 , 赵洪寅 , 张烜搏 , 亨利·豪斯 , 凯尔·斯旺森 , 杨哈 :
使用不同的机器学习方法预测药物溶解度-具有提取化学特征的线性回归模型与图卷积神经网络。 CoRR公司 abs/2308.12325 ( 2023 ) 2022 【c5】 凯尔·斯旺森 , Joy Hsu , Mirac Suzgun公司 :
自然语言中解释重音的蒙特卡罗树搜索。 LT-EDI公司 2022 : 107-119 【c4】 凯尔·斯旺森 , 霍华德·张 , 詹姆斯·邹 :
预训练蛋白质语言模型嵌入预测免疫逃逸。 MLCB公司 2022 : 110-130 [i7] 凯尔·斯旺森 , 徐乔伊(Joy Hsu) , Mirac Suzgun公司 :
自然语言中解释重音的蒙特卡罗树搜索。 CoRR公司 abs/2204.08105 ( 2022 ) 2021 【c3】 安吉利基·卡塞努(Angeliki V.Katsenou) , 范张(音译) , 凯尔·斯旺森 , 玛丽亚娜·阿方索 , 乔尔·索尔 , 大卫·R·布尔 :
基于VMAF的自适应流媒体比特率阶梯估计。 过程控制系统 2021 : 1-5 2020 [j3] 利奥·赫施菲尔德 , 凯尔·斯旺森 , 杨立新 , 里贾娜·巴兹雷 , 康纳·科利 :
使用神经网络进行分子性质预测的不确定性量化。 化学杂志。 信息模型。 60 ( 8 ) : 3770-3780 ( 2020 ) 【c2】 凯尔·斯旺森 , 于丽丽 , 陶磊 :
合理化文本匹配:通过最佳传输学习稀疏对齐。 国际计算语言学协会 2020 : 5609-5626 【c1】 杨立新 , 文工金 , 凯尔·斯旺森 , 里贾娜·巴兹雷 , 托米·贾科拉 :
通过随机迭代目标增强改进分子设计。 ICML公司 2020 : 10716-10726 [i6] 杨立新 , 金文功 , 凯尔·斯旺森 , 里贾娜·巴兹雷 , 托米·贾科拉 :
通过随机迭代目标增强改进分子设计。 CoRR公司 2002年4月720日 ( 2020 ) [i5] 利奥·赫施菲尔德 , 凯尔·斯旺森 , 杨立新 , 里贾娜·巴兹雷 , 康纳·W·科利 :
使用神经网络进行分子性质预测的不确定性量化。 CoRR公司 abs/2005.10036 ( 2020 ) [i4] 凯尔·斯旺森 , 于丽丽 , 陶磊 :
合理化文本匹配:通过最佳传输学习稀疏对齐。 CoRR公司 abs/2005.13111 ( 2020 )
2010 – 2019
2019 [j2] 杨立新 , 凯尔·斯旺森 , 文工金 , 康纳·W·科利 , 菲利普·艾登 , 华高 , 安吉尔·古兹曼·佩雷斯 , 蒂莫西·霍珀 , 布莱恩·凯利 , 米里亚姆·马西娅 , 安德鲁·帕默 , 沃尔克·塞特尔斯 , 托米·贾科拉 , 克拉夫斯·詹森 , 里贾娜·巴兹雷 :
分析学习的分子表征以进行性能预测。 化学杂志。 信息模型。 59 ( 8 ) : 3370-3388 ( 2019 ) [j1] 杨立新 , 凯尔·斯旺森 , 文工金 , 康纳·W·科利 , 菲利普·艾登 , 华高 , 安吉尔·古兹曼·佩雷斯 , 蒂莫西·霍珀 , 布莱恩·凯利 , 米里亚姆·马西娅 , 安德鲁·帕默 , 沃尔克·塞特尔斯 , 托米·贾科拉 , 克拉夫斯·詹森 , 里贾娜·巴兹雷 :
修正分析学习的分子表征以进行性能预测。 化学杂志。 信息模型。 59 ( 12 ) : 5304-5305 ( 2019 ) [i3] 杨立新 , 凯尔·斯旺森 , 文工金 , 康纳·W·科利 , 菲利普·艾登 , 华高 , 安吉尔·古兹曼·佩雷斯 , 蒂莫西·霍珀 , 布莱恩·凯利 , 米里亚姆·马西娅 , 安德鲁·帕默 , 沃尔克·塞特尔斯 , 托米·贾科拉 , 克拉夫斯·F·詹森 , 里贾娜·巴兹雷 :
学习分子表征准备好了吗? CoRR公司 abs/1904.01561 ( 2019 ) [i2] 凯尔·斯旺森 , 于丽丽 , 克里斯托弗·福克斯 , 杰里米·沃尔文德 , 陶磊 :
为基于检索的聊天机器人构建生产模型。 CoRR公司 abs/1906.03209 ( 2019 ) [i1] 柯克·斯旺森 , Shubhendu Trivedi公司 , 约书亚·勒奎 , 凯尔·斯旺森 , 里西·康多 :
非晶材料自动分类和表征的深度学习。 CoRR公司 abs/1909.04648 ( 2019 )