丹尼尔·西尔弗
人员信息
附属: 阿卡迪亚大学Jodrey计算机科学学院
其他同名人员
SPARQL查询
优化列表
2020年–今天
2023 [公元48年] 丹尼尔·西尔弗 , 汤姆·米切尔 :
符号在基于神经的人工智能中的作用:它们不是你想的那样! NeSy公司 2023 : 420-421 [第2页] 丹尼尔·西尔弗 , 汤姆·米切尔 :
符号在基于神经的人工智能中的作用:它们不是你想的那样! 神经符号人工智能简编 2023 : 1-28 [i6] 丹尼尔·西尔弗 , 林达·迪加马西 :
基于2020年安大略省数据预测新冠肺炎病例数。 CoRR公司 abs/2303.10294 ( 2023 ) [i5] 丹尼尔·西尔弗 , 汤姆·米切尔 :
符号在基于神经的人工智能中的作用:它们不是你想的那样! CoRR公司 abs/2304.13626 ( 2023 ) 2022 [公元47年] 梅特库马尔·帕特尔 , 丹尼尔·西尔弗 :
使用深度学习进行车辆交通量估计。 FLAIRS公司 2022 2021 [公元46年] 陶阳 , 丹尼尔·西尔弗 :
对抗条件下CNN与DBN图像分类的劣势。 加拿大人工智能 2021 [公元45年] 丹尼尔·西尔弗 , 艾哈迈德·加利拉 :
借助符号从手写图像学习算术。 NeSy公司 2021 : 154-164 2020 [公元44年] 丹尼尔·西尔弗 , 萨齐亚·马赫福兹 :
为持续学习生成准确的伪示例。 CVPR研讨会 2020 : 1035-1042 [i4] 丹尼尔·西尔弗 , 美国航空航天局 :
从多幅图像估计葡萄藤上的葡萄产量。 CoRR公司 abs/2004.04278 ( 2020 )
2010 – 2019
2019 [公元43年] 丹尼尔·西尔弗 , 塔尼亚·蒙加 :
在Vino Veritas:使用深度学习从图像中估计葡萄园葡萄产量。 加拿大人工智能 2019 : 212-224 [i3] 雨果·杰尔·埃斯卡兰特 , 韦韦图 , 数据挖掘人物 , 丹尼尔·西尔弗 , 伊芙琳·维加斯 , 陈玉强 , 戴文元 , 强阳(Qiang Yang) :
AutoML@NeurIPS 2018挑战:设计与结果。 CoRR公司 abs/1903.05263 ( 2019 ) 2017 [公元42年] 向江 , 埃里科·德索萨 , 艾哈迈德·佩萨兰哈德 , 胡百凡 , 丹尼尔·西尔弗 , 斯坦·马特温 :
TrajectoryNet:使用递归神经网络进行基于点分类的嵌入式GPS轨迹表示。 CASCON公司 2017 : 192-200 [公元41年] 向江 , 埃里科·德索萨 , 刘璇 , Behrouz Haji Soleimani公司 , 王晓光 , 丹尼尔·西尔弗 , 斯坦·马特温 :
基于点的AIS轨迹分类的分段递归神经网络。 ESANN公司 2017 [公元40年] 向江 , 刘璇 , 埃里科·德索萨 , 胡百凡 , 丹尼尔·西尔弗 , 斯坦·马特温 :
使用分区门控递归单元改进基于点的AIS轨迹分类。 国际JCNN 2017 : 4044-4051 [i2] 向江 , 埃里科·德索萨 , 艾哈迈德·佩萨兰哈德 , 胡百凡 , 丹尼尔·西尔弗 , 斯坦·马特温 :
TrajectoryNet:使用递归神经网络进行基于点分类的嵌入式GPS轨迹表示。 CoRR公司 abs/1705.02636 ( 2017 ) 2016 [公元39年] 向江 , 丹尼尔·西尔弗 , 胡百凡 , 埃里科·德索萨 , 斯坦·马特温 :
使用自动编码器从AIS数据中检测捕鱼活动。 加拿大人工智能 2016 : 33-39 [公元38年] 穆罕默德·沙米尔·伊克巴尔 , 丹尼尔·西尔弗 :
一个可扩展的无监督深度多模式学习系统。 FLAIRS公司 2016 : 50-55 [公元37年] 厄兹古尔·伊尔马兹 , 阿图尔·达维拉·加塞斯 , 丹尼尔·西尔弗 :
神经符号推理研究中公共数据集的建议。 HLAI的NeSy 2016 2015 [公元36年] 阿图尔·达维拉·加塞斯 , 塔里克·R·贝索尔德 , 吕克·德·雷德 , 彼得·费尔迪亚克 , 帕斯卡·希茨勒 , 托马斯·伊卡德 , 凯乌·库恩伯格 , 路易斯·兰姆 , 里斯托·米库莱宁 , 丹尼尔·西尔弗 :
神经符号学习与推理:贡献与挑战。 AAAI春季研讨会 2015 [公元35年] Ti Wang(音译) , 丹尼尔·西尔弗 :
学习配对-将图像与无监督的深度学习架构相关联。 加拿大人工智能 2015 : 250-263 [公元34年] 丹尼尔·西尔弗 , 杰弗里·梅森 , 卢布娜·埃尔贾布 :
使用扫描任务预演进行巩固:克服稳定性-塑性问题。 加拿大人工智能 2015 : 307-322 [公元33年] 简·E·戈麦斯 , 丹尼尔·西尔弗 :
学习以大致正确的方式进行推理。 CCECE公司 2015 : 1475-1478 2013 [公元32年] 丹尼尔·西尔弗 :
为终身机器学习巩固任务知识。 AAAI春季研讨会:终身机器学习 2013 [公元31年] 丹尼尔·西尔弗 , 强阳(Qiang Yang) , 李良浩 :
终身机器学习系统:超越学习算法。 AAAI春季研讨会:终身机器学习 2013 [公元30年] Ti Wang(音译) , 穆罕默德·沙米尔·伊克巴尔 , 丹尼尔·西尔弗 :
一种无监督的深度学习体系结构,可以重建成对图像。 RSFDGrC公司 2013 : 388-396 [i1] Ti Wang(音译) , 丹尼尔·西尔弗 :
使用无监督的深度学习架构学习配对关联图像。 CoRR公司 abs/1312.6171 ( 2013 ) 2012 [j6] 数据挖掘人物 , 吉迪恩·德罗 , 文森特·莱梅尔 , 丹尼尔·西尔弗 , 格雷厄姆·泰勒 , 大卫·W·阿哈 :
IJCNN 2011 UTL挑战分析。 神经网络 32 : 174-178 ( 2012 ) [公元29年] 丹尼尔·西尔弗 , 土良良 :
图像变形:在具有多个输出的任务之间进行迁移学习。 加拿大人工智能 2012 : 194-205 [公元28年] 达里尔·赫平(Daryl H.Hepting) , 格里·唐纳森 , 彼得·R·金 , 丹尼尔·西尔弗 :
加拿大视角下的CS/IT推广。 SIGITE会议 2012 : 251-252 [公元27年] 丹尼尔·西尔弗 , 数据挖掘人物 , 格雷厄姆·泰勒 , 吉迪恩·德罗 , 文森特·莱梅尔 :
ICML2011无监督和转移学习研讨会。 ICML无监督和转移学习 2012 : 1-16 [电子1] 数据挖掘人物 , 吉迪恩·德罗 , 文森特·莱梅尔 , 格雷厄姆·泰勒 , 丹尼尔·西尔弗 :
非监督和转移学习——2011年7月2日在美国华盛顿州贝尔维尤举行的ICML 2011研讨会。 JMLR程序 27, JMLR.org网站 2012 [目录] 2011 [公元26年] 丹尼尔·西尔弗 :
机器终身学习:人工通用智能的挑战和益处。 AGI公司 2011 : 370-375 [公元25年] 本杰明·福勒 , 丹尼尔·西尔弗 :
使用上下文敏感的多任务学习进行整合。 加拿大人工智能 2011 : 128-139 2010 [j5] 马忠旭 , 丹尼尔·西尔弗 , Elhadi M.Shakshuki公司 :
用户配置文件管理:参考模型和web服务实现。 国际期刊网络网格服务。 6 ( 1 ) : 1-34 ( 2010 ) [公元24年] 土良良 , 本杰明·福勒 , 丹尼尔·西尔弗 :
用于WEKA的CsMTL MLP:带归纳迁移的神经网络学习。 FLAIRS公司 2010
2000 – 2009
2008 【j4】 Elhadi M.Shakshuki公司 , 香华古 , 达西·本诺特 , 丹尼尔·西尔弗 :
分布式多代理会议调度器。 J.计算。 系统。 科学。 74 ( 2 ) : 279-296 ( 2008 ) [j3] 丹尼尔·西尔弗 , 克里斯汀·贝内特 :
客座编辑介绍:归纳迁移学习专刊。 机器。 学习。 73 ( 三 ) : 215-220 ( 2008 ) [注2] 丹尼尔·西尔弗 , 瑞安·波里埃 , 杜安·库里 :
上下文敏感神经网络的归纳传递。 机器。 学习。 73 ( 三 ) : 313-336 ( 2008 ) [c23] 丹尼尔·西尔弗 , 土良良 :
图像转换:具有多个输出的多个任务之间的归纳转换。 加拿大人工智能 2008 : 296-307 [公元22年] 萨吉德·侯赛因 , 理查德·彼得斯 , 丹尼尔·西尔弗 :
在居民区使用接收信号强度变化进行监测。 数据挖掘、入侵检测、信息保证和数据网络安全 2008 : 69730升 2007 【c21】 彭晓燕 , 丹尼尔·西尔弗 :
基于用户期望的界面调整。 AINA研讨会(2) 2007 : 264-269 [公元20年] 安德烈·特鲁德尔 , 丹尼尔·西尔弗 :
建立和管理计算机科学产业咨询委员会指南。 FECS公司 2007 : 275-280 [第19条] 丹尼尔·西尔弗 , 瑞安·波里埃 :
用于机器终身学习的上下文敏感MTL网络。 FLAIRS公司 2007 : 628-633 [第18条] F.胡 , 丹尼尔·西尔弗 , 安德烈·特鲁德尔 :
LonelyDog@家。 网络智能/IAT研讨会 2007 : 333-337 [第17条] 丹尼尔·西尔弗 , 罗伯特·默瑟 :
序贯感应传输在冠心病诊断中的应用。 国际JCNN 2007 : 2635-2641 [第16条] 丹尼尔·西尔弗 , 瑞安·波里埃 :
机器终身学习的要求。 IWINAC(1) 2007 : 313-319 [第15条] 丹尼尔·西尔弗 , 丽莎·高德特 , 伊恩·斯普纳 :
感应传输应用于溪流放电建模。 SMC公司 2007 : 528-534 2006 [第14条] 丹尼尔·西尔弗 , 瑞安·波里埃 :
使用csMTL网络进行机器终身学习。 AAAI公司 2006 [第13条] 丹尼尔·西尔弗 , 亚当·比格斯 :
用于用户识别的按键和眼球追踪生物特征。 IC-AI公司 2006 : 344-348 2005 [第12条] 安德烈·特鲁德尔 , 丹尼尔·西尔弗 :
建立和管理计算机科学产业咨询委员会。 FECS公司 2005 : 108-112 [第11条] 丹尼尔·西尔弗 , 理查德·阿利什 :
选择综合任务知识的相关性度量。 FLAIRS公司 2005 : 399-404 [c10] 詹姆斯·布鲁斯坦 , 青龙府 , 丹尼尔·西尔弗 :
入侵检测系统的信息可视化。 超文本 2005 : 278-279 【c9】 詹姆斯·布鲁斯坦 , 丹尼尔·西尔弗 , 青龙府 :
入侵检测的信息可视化。 太平洋标准时间 2005 【c8】 彭晓燕 , 丹尼尔·西尔弗 :
用户对用户适应的控制:案例研究。 用户建模 2005 : 443-447 2004 【c7】 丹尼尔·西尔弗 , 瑞安·波里埃 :
学习到的任务知识的顺序巩固。 加拿大人工智能 2004 : 217-232 【c6】 青龙府 , 丹尼尔·西尔弗 :
垃圾邮件过滤的时间敏感采样。 加拿大人工智能 2004 : 551-553 2003 【c5】 丹尼尔·西尔弗 , 彼得·麦克拉肯 :
利用随机噪声进行任务知识的选择性传递。 人工智能 2003 : 190-205 【c4】 丹尼尔·西尔弗 , 彼得·麦克拉肯 :
神经网络任务知识的整合。 ICMLA公司 2003 : 185-192 2002 【c3】 丹尼尔·西尔弗 , 罗伯特·默瑟 :
终身学习的任务预演方法:克服贫困数据。 人工智能 2002 : 90-101 【c2】 丹尼尔·西尔弗 , 罗伯特·默瑟 :
通过任务重组和选择性迁移实现终身学习。 ICMLA公司 2002 : 173-179
1990 – 1999
1998 [第1页] 丹尼尔·西尔弗 , 罗伯特·默瑟 :
基于相关性度量的动态学习率任务知识并行转移。 学会学习 1998 : 213-233 1996 [j1] 丹尼尔·西尔弗 :
基于相关性度量的动态学习率任务知识并行转移。 连接。 科学。 8 ( 2 ) : 277-294 ( 1996 ) 1994 【c1】 丹尼尔·西尔弗 , 詹姆斯·W·洪 , 迈克尔·鲍尔 :
X-500目录模式管理。 集成电路驱动单元 1994 : 393-400