马特科·博斯尼亚克
人员信息
SPARQL查询
优化列表
2020年–今天
2024 [c17] Ioana Bica公司 , 阿纳斯塔西亚·伊利奇 , 马蒂亚斯·鲍尔 , 戈克·埃尔多安 , 马特科·博斯尼亚克 , 克里斯托斯·卡普兰尼斯 , 亚历克谢·格里森科 , 马蒂亚斯·明德勒 , 查尔斯·布伦德尔 , 拉兹万·帕斯卡努 , 约瓦娜·米特罗维奇 :
提高图像-文本预训练中的细粒度理解。 ICML公司 2024 [第14条] Ioana Bica公司 , 阿纳斯塔西亚·伊利奇 , 马蒂亚斯·鲍尔 , 戈克·埃尔多安 , 马特科·博斯尼亚克 , 克里斯托斯·卡普兰尼斯 , 亚历克谢·格里森科 , 马蒂亚斯·明德勒 , 查尔斯·布伦德尔 , 拉兹万·帕斯卡努 , 约瓦娜·米特罗维奇 :
提高图像-文本预训练中的细粒度理解。 CoRR公司 abs/2401.09865 ( 2024 ) [i13] 卢卡斯·拜尔 , 安德烈亚斯·斯坦纳 , 安德烈·苏萨诺·平托 , 亚历山大·科列斯尼科夫 , 小王 , 丹尼尔·萨尔茨 , 马克西姆·诺依曼 , 易卜拉欣·阿拉布杜尔莫欣 , 迈克尔·查宁 , 伊曼纽尔·布利亚雷洛 , 托马斯·安提纳 , 丹尼尔·凯泽斯 , 斯坎达·科普拉 , 刘芳玉 , 亚当·格里克纳 , 亚历克谢·格里森科 , 尼尔·霍尔斯比 , 库马尔 , 可兰荣 , 朱利安·艾森施洛斯 , 里沙布·卡布拉 , 马蒂亚斯·鲍尔 , 马特科·博斯尼亚克 , 席晨 , 马蒂亚斯·明德勒 , 保罗·沃伊特兰德 , Ioana Bica公司 , 伊万娜·巴拉泽维奇 , 琼·普格塞弗 , 帕帕拉皮迪松饼 , 奥利维尔·海纳夫 , 西雄 , 拉杜·索里科特 , 杰里米亚·哈姆森 , 翟晓华 :
PaliGemma:用于传输的多功能3B VLM。 CoRR公司 abs/2407.07726 ( 2024 ) 2023 [第16条] 马特科·博斯尼亚克 , 皮埃尔·哈维·里奇蒙 , 内纳德·托马塞夫 , 弗洛里安·斯特鲁布 , 雅各布·C·沃克 , 费利克斯·希尔 , 拉尔斯·霍尔格·布兴 , 拉兹万·帕斯卡努 , 查尔斯·布伦德尔 , 约瓦娜·米特罗维奇 :
SemPPL:预测伪标签以获得更好的对比表示。 ICLR公司 2023 [i12] 马特科·博斯尼亚克 , 皮埃尔·里奇蒙 , 内纳德·托马塞夫 , 弗洛里安·斯特鲁布 , 雅各布·C·沃克 , 费利克斯·希尔 , 拉尔斯·霍尔格·布兴 , 拉兹万·帕斯卡努 , 查尔斯·布伦德尔 , 约瓦娜·米特罗维奇 :
SemPPL:预测伪标签以获得更好的对比表示。 CoRR公司 abs/2301.05158 ( 2023 ) 2022 [第15条] 理查德·埃文斯 , 马特科·博斯尼亚克 , 拉尔斯·布兴 , 凯文·埃利斯 , 大卫·普法 , Pushmet Kohli公司 , 马雷克·塞尔戈特 :
理解原始输入(扩展抽象)。 国际JCAI 2022 : 5727-5731 [第14条] 博尔贾·伊巴兹 , 维塔利·库林 , 乔治·帕帕马卡里奥斯 , 基里亚科斯·尼基福鲁 , 本纳尼 , 罗贝尔·索尔达斯 , 安德鲁·约瑟夫·杜季克 , 马特科·博斯尼亚克 , 亚历克斯·维维茨基 , 尤利娅·鲁巴诺娃 , 安德烈亚·迪亚克 , Beatrice Bevilacqua公司 , 雅罗斯拉夫·加宁 , 查尔斯·布伦德尔 , 彼得·维利科维奇 :
一名神经算法学习者(Generalist Neural Algorithmic Learner)。 LoG公司 2022 : 2 [第13条] 彼得·维利科维奇 , 马特科·博斯尼亚克 , 托马斯·基普夫 , 亚历山大·勒克纳 , 拉伊娅·哈塞尔 , 拉兹万·帕斯卡努 , 查尔斯·布伦德尔 :
推理-模块化表达。 LoG公司 2022 : 50 [i11] 博尔贾·伊巴兹 , 维塔利·库林 , 乔治·帕帕马卡里奥斯 , 基里亚科斯·尼基福鲁 , 本纳尼 , 罗贝尔·索尔达斯 , 安德鲁·杜季克 , 马特科·博斯尼亚克 , 亚历克斯·维维茨基 , 尤利娅·鲁巴诺娃 , 安德烈亚·迪亚克 , Beatrice Bevilacqua公司 , 雅罗斯拉夫·加宁 , 查尔斯·布伦德尔 , 彼得·维利科维奇 :
一名神经算法学习者(Generalist Neural Algorithmic Learner)。 CoRR公司 abs/2209.11142 ( 2022 ) 2021 【b1】 马特科·博斯尼亚克 :
关于可微口译员。 英国伦敦大学学院, 2021 [j3] 理查德·埃文斯 , 马特科·博斯尼亚克 , 拉尔斯·布兴 , 凯文·埃利斯 , David P.Reichert(大卫·雷切尔) , Pushmet Kohli公司 , 马雷克·塞尔戈特 :
理解原始输入。 Artif公司。 智力。 299 : 103521 ( 2021 ) [i10] 祈立德 , 亚历山大·勒克纳 , 塔玛拉·冯·格伦 , 奥利维尔·蒂尔曼 , 理查德·坦伯恩 , 米莎·达舍夫斯基 , 马特科·博斯尼亚克 :
将概念形式化为基础抽象。 CoRR公司 abs/2101.05125 ( 2021 ) [第九章] 彼得·维利科维奇 , 马特科·博斯尼亚克 , 托马斯·基普夫 , 亚历山大·勒克纳 , 拉伊娅·哈塞尔 , 拉兹万·帕斯卡努 , 查尔斯·布伦德尔 :
推理-模块化表达。 CoRR公司 abs/2107.08881 ( 2021 ) 2020 [第12条] 帕斯奎尔·米内尔维尼 , 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 塞巴斯蒂安·里德尔 , 爱德华·格雷芬斯特特 :
基于大知识库和自然语言的差异推理。 AAAI公司 2020 : 5182-5190 [第1页] 帕斯奎尔·米内尔维尼 , 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 塞巴斯蒂安·里德尔 , 爱德华·格雷芬斯特特 :
基于大型知识库和自然语言的可微推理。 可解释人工智能的知识图 2020 : 125-142
2010 – 2019
2019 [第11条] 亚历山大·科文·里弗斯 , 帕斯奎尔·米内尔维尼 , 塞巴斯蒂安·里德尔 , 蒂姆·罗克塔舍尔 , 王军(Jun Wang) , 马特科·博斯尼亚克 :
嵌入不确定性的知识图估计的神经变分推理。 IJCAI的NeSy 2019 [i8] 尼古拉斯·沃特斯 , 洛伊克·马特(Loic Matthey) , 马特科·博斯尼亚克 , 克里斯托弗·伯吉斯 , 亚历山大·勒克纳 :
COBRA:通过无监督的对象发现和好奇驱动的探索实现基于模型的数据高效RL。 CoRR公司 abs/1905.09275 ( 2019 ) [i7] 亚历山大·科文·里弗斯 , 帕斯奎尔·米内尔维尼 , 蒂姆·罗克塔舍尔 , 马特科·博斯尼亚克 , 塞巴斯蒂安·里德尔 , 王军(Jun Wang) :
用于估计知识图嵌入中的不确定性的神经变分推理。 CoRR公司 abs/1906.04985 ( 2019 ) [i6] 帕斯奎尔·米内尔维尼 , 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 塞巴斯蒂安·里德尔 , 爱德华·格雷芬斯特特 :
基于大知识库和自然语言的差异推理。 CoRR公司 abs/1912.10824 ( 2019 ) 2018 [第10条] 德克·威森伯恩 , 帕斯奎尔·米内尔维尼 , 伊莎贝尔·奥根斯坦 , 约翰内斯·韦尔布尔 , 蒂姆·罗克塔舍尔 , 马特科·博斯尼亚克 , 杰夫·米切尔 , 托马斯·德梅斯特 , 蒂姆·德特默斯 , 狭窄桥 , 塞巴斯蒂安·里德尔 :
Jack the Reader-一个机器阅读框架。 ACL(4) 2018 : 25-30 【c9】 伊琳娜·希金斯 , 尼古拉斯·桑纳雷特 , 洛伊克·马特(Loic Matthey) , 阿卡·帕尔 , 克里斯托弗·伯吉斯 , 马特科·博斯尼亚克 , 默里·沙纳汉 , 马修·博特维尼克 , 哈萨比斯 , 亚历山大·勒克纳 :
扫描:学习层次结构视觉概念。 ICLR(海报) 2018 [i5] 德克·威森伯恩 , 帕斯奎尔·米内尔维尼 , 蒂姆·德特默斯 , 伊莎贝尔·奥根斯坦 , 约翰内斯·韦尔布尔 , 蒂姆·罗克塔舍尔 , 马特科·博斯尼亚克 , 杰夫·米切尔 , 托马斯·德梅斯特 , 蓬特斯·斯坦托普 , 塞巴斯蒂安·里德尔 :
Jack the Reader-一个机器阅读框架。 CoRR公司 abs/1806.08727 ( 2018 ) [i4] 帕斯奎尔·米内尔维尼 , 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 塞巴斯蒂安·里德尔 :
走向神经定理的规模证明。 CoRR公司 abs/1807.08204 ( 2018 ) 2017 【c8】 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 杰森·纳拉多夫斯基 , 塞巴斯蒂安·里德尔 :
用可差分四解释器编程。 ICLR(车间) 2017 【c7】 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 , 杰森·纳拉多夫斯基 , 塞巴斯蒂安·里德尔 :
用可差分四口译员编程。 ICML公司 2017 : 547-556 2016 【c6】 本·艾斯纳 , 蒂姆·罗克塔舍尔 , 伊莎贝尔·奥格斯坦 , 马特科·博斯尼亚克 , 塞巴斯蒂安·里德尔 :
emoji2vec:从描述中学习表情符号。 社会NLP@EMNLP 2016 : 48-54 [i3] 塞巴斯蒂安·里德尔 , 马特科·博斯尼亚克 , 蒂姆·罗克塔舍尔 :
用可差分四口译员编程。 CoRR公司 abs/1605.06640 ( 2016 ) [i2] 本·艾斯纳 , 蒂姆·罗克塔舍尔 , 伊莎贝尔·奥根斯坦 , 马特科·博斯尼亚克 , 塞巴斯蒂安·里德尔 :
emoji2vec:从描述中学习表情符号。 CoRR公司 abs/1609.08359 ( 2016 ) 2015 【c5】 埃勒里·史密斯 , 尼古拉·格雷科 , 马特科·博斯尼亚克 , 安德烈亚斯·弗拉科斯 :
机器理解测试中的一种强词汇匹配方法。 EMNLP公司 2015 : 1693-1698 2014 【c4】 尼诺·安图洛夫·范图林 , 马特科·博斯尼亚克 , 文科兹拉提克语 , 米哈·格卡 , 托米斯拉夫·斯穆克 :
推荐系统的合成序列生成器-序列多层网络上的记忆偏置随机游动。 发现科学 2014 : 25-36 2013 [注2] 尼夫·斯卡纳 , 马特科·博斯尼亚克 , 安妮塔·克里斯科 , 潘斯·帕诺夫 , 萨索·德泽洛斯基 , 托米斯拉夫·斯穆克 , 弗兰·苏佩克 :
Paralogy关系的特征增强了正交柱群的物理剖面。 公共科学图书馆计算。 生物。 9 ( 1 ) ( 2013 ) 【c3】 古斯塔沃·拉博雷罗 , 马特科·博斯尼亚克 , 路易斯·萨尔门托 , 爱德华达·门德斯·罗德里格斯 , 尤格尼奥·奥利维拉 :
确定微博消息中的语言变体。 囊 2013 : 902-907 2012 [c2] 马特科·博斯尼亚克 , 爱德华多·奥利维拉 , 何塞·马丁斯 , 爱德华达·门德斯·罗德里格斯 , 路易斯·萨门托 :
TwitterEcho:一个分布式聚焦爬虫,支持使用twitter数据进行开放式研究。 WWW(配套卷) 2012 : 1233-1240 [i1] 尼诺·安图洛夫·范图林 , 马特科·博斯尼亚克 , 文科兹拉提克语 , 米哈·格卡 , 托米斯拉夫·斯穆克 :
合成点击流生成的内存偏向随机游走方法。 CoRR公司 abs/1201.6134 ( 2012 )
2000 – 2009
2009 [j1] 马特科·博斯尼亚克 , 安德烈·科诺诺维奇 , Katarzyna Styczkiewicz公司 , 博古米拉·巴乔尔 , 拉杰科·霍瓦特 , 马林·普雷塞拉 , Dragan Gamberger公司 , 安吉拉·西亚奎 , 玛丽安库洛·瓦伦蒂尼 , 卡琳娜·卡韦卡·贾斯茨 , 吉安弗兰科·帕拉蒂 , 多梅尼科·孔福尔蒂 :
HEARTFAID的eCRF:在管理心力衰竭患者的电子平台中使用两级数据采集和存储系统进行知识发现任务的经验教训。 生物算法医学系统。 5 ( 10 ) : 59-69 ( 2009 ) 2008 【c1】 Dragan Gamberger公司 , 马林·普雷塞拉 , 马特科·博斯尼亚克 :
医疗应用中智能数据分析的属性排序。 信息技术产业 2008 : 323-328