提供商：Schloss Dagstuhl-莱布尼茨信息中心数据库：dblp计算机科学书目内容：文本/纯文本；charset=“utf-8”TY-非正式或其他出版物ID-DBLP:日记账/corr/abs-2403-07310AU-李洪康AU-Zhang、ShuaiAU-Zhang、YihuaAU-Wang、MengAU-Liu，四家AU-Chen、Pin-Yu提升少数分数如何影响泛化？单隐层神经网络对群体不平衡的理论研究。JO-CoRR公司VL-abs/2403.073102024年上半年//DO-10.48550/ARXIV.2403.07310UR-（欧元）https://doi.org/10.48550/arXiv.2403.07310急诊室-TY-CPAPER公司ID-DBLP:conf/iclr/00150C0LL23AU-Zhang、ShuaiAU-Wang、MengAU-Chen、Pin-YuAU-Liu，四家阿鲁、松涛AU-刘，苗TI-联合边缘模型稀疏学习对于图神经网络来说是非常有效的。BT-第十一届国际学习代表大会，ICLR 2023，基加利，卢旺达，2023年5月1日至5日2023年上半年//UR-（欧元）https://openreview.net/pdf？id=4UldFtZ_CVF急诊室-TY-CPAPER公司ID-DBLP:conf/icml/ChowdhuryZW0C23非盟-穆罕默德·诺瓦兹·拉巴尼·乔杜里AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-Yu对于卷积神经网络来说，混合专家中的TI补丁级路由具有显著的样本效率。BT-机器学习国际会议，ICML 20232023年7月23-29日，美国夏威夷檀香山。SP-6074型EP-61142023年上半年//UR-（欧元）https://proceedings.mlr.press/v202/chowdhury23a.html急诊室-TY-CPAPER公司ID-DBLP:conf/nips/ZhangL0LCLLMC23AU-Zhang、ShuaiAU-李洪康AU-Wang、MengAU-刘，苗AU-Chen、Pin-Yu阿鲁、松涛AU-Liu，四家AU-穆鲁格桑，基尔西拉姆AU-苏巴吉省乔杜里基于ε贪婪探索的深度Q网络的收敛性和样本复杂度分析。BT-神经信息处理系统进展36：2023年神经信息处理体系年会，NeurIPS 2023年，美国洛杉矶新奥尔良，2023年12月10日至16日。2023年上半年//UR-（欧元）http://papers.nips.cc/paper_files/paper/2023/hash/2a91de02871011d0090e662ffd6f2328-Abstract-Conference.html急诊室-TY-非正式或其他出版物ID-DBLP:日志/corr/abs-2302-02922AU-Zhang、ShuaiAU-Wang、MengAU-Chen、Pin-YuAU-Liu，四家AU-Lu，松涛AU-刘，苗TI-联合边缘模型稀疏学习对于图神经网络来说是非常有效的。JO-CoRR公司VL-绝对值/2302.029222023年上半年//DO-10.48550/ARXIV.2302.02922UR-（欧元）https://doi.org/10.44850/arXiv.2302.02922急诊室-TY-非正式或其他出版物ID-DBLP:日志/corr/abs-2306-04073非盟-穆罕默德·诺瓦兹·拉巴尼·乔杜里AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-Yu对于卷积神经网络来说，混合专家中的TI补丁级路由具有显著的样本效率。JO-CoRR公司VL-abs/2306.040732023年上半年//DO-10.48550/ARXIV.2306.04073UR-（欧元）https://doi.org/10.48550/arXiv.2306.04073急诊室-TY-非正式或其他出版物ID-DBLP:日志/corr/abs-230-16173AU-Zhang、ShuaiAU-李洪康AU-Wang、MengAU-刘，苗AU-Chen、Pin-Yu阿鲁、松涛AU-Liu，四家AU-穆鲁格桑，基尔西拉姆AU-苏巴吉省乔杜里基于ε贪婪探索的深度Q网络的收敛性和样本复杂度分析。JO-CoRR公司VL-abs/2310.161732023年上半年//DO-10.48550/ARXIV.2310.16173UR-（欧元）https://doi.org/10.48550/arXiv.2310.16173急诊室-TY-CPAPER公司ID-DBLP:conf/ciss/LiZW22AU-李洪康AU-Zhang、ShuaiAU-Wang、MengTI-超越标准高斯数据的单层神经网络的学习和泛化。BT-第56届信息科学与系统年会，CISS 2022，美国新泽西州普林斯顿，2022年3月9日至11日SP-37EP-422022年上半年//DO-10.1109/CISS53076.2022.9751184UR-（欧元）https://doi.org/10.109/CISS53076.2022.9751184急诊室-TY-CPAPER公司ID-DBLP:conf/iclr/00150LCX22AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-未标记数据如何提高自学训练中的泛化能力？单层理论分析。BT-第十届国际学习代表大会，ICLR 2022，虚拟活动，2022年4月25日至29日2022年上半年//UR-（欧元）https://openreview.net/forum？id=qiMXBIf4NfB急诊室-TY-非正式或其他出版物ID-DBLP:日志/corr/abs-2201-08514AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-未标记数据如何提高自学训练中的泛化能力？单层理论分析。JO-CoRR公司VL-abs/2201.085142022年上半年//UR-（欧元）https://arxiv.org/abs/2201.08514急诊室-TY-非正式或其他出版物ID-DBLP：期刊/corr/abs-2207-03615AU-李洪康AU-Zhang、ShuaiAU-Wang、MengTI-超越标准高斯数据的单层神经网络的学习和泛化。JO-CoRR公司VL-绝对值/2207.036152022年上半年//DO-10.48550/ARXIV.2207.03615UR-（欧元）https://doi.org/10.44850/arXiv.2207.03615急诊室-TY-JOUR公司ID-DBLP:日记账/tnn/ZhangWXLC21AU-Zhang、ShuaiAU-Wang、MengAU-Xiong、JinjunAU-Liu，四家AU-Chen、Pin-YuTI-具有可推广性保证的训练CNN的改进线性收敛：一个单中间层案例。JO-IEEE传输。神经网络学习。系统。VL-32为-6SP-2622EP-26352021年上半年//DO-10.1109/TNNLS.2020.3007399UR-（欧元）https://doi.org/10.109/TNNLS.2020.3007399UR-（欧元）https://www.wikidata.org/entity/Q98161836急诊室-TY-CPAPER公司ID-DBLP:conf/nips/ZhangWLCX21AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-为什么彩票中奖？稀疏神经网络样本复杂性的理论透视。BT-神经信息处理系统进展34：2021年神经信息处理体系年会，NeurIPS 2021年，2021年12月6日至14日，虚拟。SP-2707型EP-27202021年上半年//UR-（欧元）https://proceedings.neurips.cc/paper/2021/hash/15f99f2165aa8c86c9dface16fefd281-Abstract.html急诊室-TY-非正式或其他出版物ID-DBLP:日志/corr/abs-210-05667AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-为什么彩票中奖？修剪神经网络样本复杂性的理论观点。JO-CoRR公司VL-abs/2110.056672021年上半年//UR-（欧元）https://arxiv.org/abs/2110.05667急诊室-TY-CPAPER公司ID-DBLP:conf/ciss/Zhang00CX20AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、Jinjun通过加速梯度下降训练卷积神经网络的TI保证收敛性。BT-第54届信息科学与系统年会，CISS 2020，美国新泽西州普林斯顿，2020年3月18日至20日SP-1EP-62020年上半年//DO-10.1109/CISS48834.2020.1570627111UR-（欧元）https://doi.org/10.1109/CIS4883.2012.01570627111急诊室-TY-CPAPER公司ID-DBLP:conf/icml/ZhangWLCX20AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-保证泛化的图神经网络的快速学习：一个中间层的情况。BT-第37届机器学习国际会议论文集，ICML 2020，2020年7月13日至18日，虚拟事件。SP-11268型欧洲药典-112772020年上半年//UR-（欧元）http://proceedings.mlr.press/v119/zhang20y.html急诊室-TY-非正式或其他出版物ID-DBLP:期刊/corr/abs-2006-14117AU-Zhang、ShuaiAU-Wang、MengAU-Liu，四家AU-Chen、Pin-YuAU-Xiong、JinjunTI-保证泛化的图神经网络的快速学习：一个中间层的情况。JO-CoRR公司VL-abs/2006.141172020年上半年//UR-（欧元）https://arxiv.org/abs/2006.14117急诊室-TY-JOUR公司ID-DBLP:日志/tsp/张W19AU-Zhang、ShuaiAU-Wang、MengTI-通过快速稳健Hankel矩阵补全校正损坏的列。JO-IEEE传输。信号处理。VL-67IS-10标准第2580页EP-25942019年上半年//DO-10.1109/TSP.2019.2904021UR-（欧元）https://doi.org/10.109/TSP.2019.2904021急诊室-TY-JOUR公司ID-DBLP:期刊/jstsp/Zhang HWC18AU-Zhang、ShuaiAU-郝英帅AU-Wang、MengAU-Chow，Joe H。TI-通过非凸优化完成多通道Hankel矩阵。JO-IEEE J.选择。顶部。信号处理。VL-12IS-4标准SP-617EP-6322018年上半年//DO-10.1109/JSTSP.2018.2827299UR-（欧元）https://doi.org/10.109/JSTSP.2018.2827299急诊室-TY-CPAPER公司ID-DBLP:conf/isit/ZhangW18AU-Zhang、ShuaiAU-Wang、MengTI-利用低水位Hankel结构校正同时不良测量。BT-2018 IEEE信息理论国际研讨会，2018年ISIT，美国科罗拉多州维尔，2018年6月17日至22日SP-646EP-6502018年上半年//DO-10.1109/ISIT.2018.8437340UR-（欧元）https://doi.org/10.1109/ISIT.2018.8437340急诊室-TY-CPAPER公司ID-DBLP:conf/camsap/ZhangH0C17AU-Zhang、ShuaiAU-郝英帅AU-Wang、MengAU-Chow，Joe H。TI-利用低秩hankel结构进行多通道丢失数据恢复。BT-2017 IEEE第七届多传感器自适应处理计算进展国际研讨会，CAMSAP 2017，荷兰库拉索，2017年12月10日至13日SP-1EP-52017年上半年//DO-10.1109/CAMSAP.2017.8313138UR-（欧元）https://doi.org/10.109/CAMSAP.2017.8313138急诊室-