阿米尔·萨法里
人员信息
其他同名人员
优化列表
2020年–今天
2023 [公元29年] Peerat Limkonchotiwat公司 , 程伟伟(Weiwei Cheng) , 克里斯托斯·克里斯托乌洛普洛斯 , 阿米尔·萨法里 , 莱曼 :
mReFinED:一个高效的端到端多语言实体链接系统。 EMNLP(调查结果) 2023 : 15080-15089 [i10] Jinheon Baek公司 , 阿尔哈姆·菲克里·阿吉 , 阿米尔·萨法里 :
知识增强语言模型提示零炮知识图问答。 CoRR公司 abs/2306.04136 ( 2023 ) 2022 [公元28年] 普里扬卡·森 , 阿尔哈姆·菲克里·阿吉 , 阿米尔·萨法里 :
Mintaka:一个用于端到端问题回答的复杂、自然和多语言数据集。 冷却 2022 : 1604-1619 [公元27年] 安迪·罗森鲍姆 , 萨利赫·索尔坦 , 瓦尔·哈姆扎 , 马可·达蒙特 , 伊莎贝尔·格罗夫斯 , 阿米尔·萨法里 :
CLASP:用于语义分析的少量快速跨语言数据增强。 AACL/IJCNLP(2) 2022 : 444-462 [第九章] 普里扬卡·森 , 阿尔哈姆·菲克里·阿吉 , 阿米尔·萨法里 :
Mintaka:一个用于端到端问题回答的复杂、自然和多语言数据集。 CoRR公司 abs/2210.01613 ( 2022 ) [i8] 安迪·罗森鲍姆 , 萨利赫·索尔坦 , 瓦尔·哈姆扎 , 阿米尔·萨法里 , 马可·达蒙特 , 伊莎贝尔·格罗夫斯 :
CLASP:用于语义分析的少量快速跨语言数据增强。 CoRR公司 abs/2210.07074 ( 2022 ) 2021 [公元26年] 阿米尔·萨法里 , 阿明·奥利娅 , 普里扬卡·森 , 汤姆·阿尤拉 :
使用可微知识图的端到端实体解析和问答。 EMNLP(1) 2021 : 4193-4200 [公元25年] 普里扬卡·森 , 阿明·奥利娅 , 阿米尔·萨法里 :
在具有交集的可微知识图上展开端到端的问答。 EMNLP(1) 2021 : 8805-8812 [i7] 高拉夫·辛格 , 西菲·辛格 , 黄之锋 , 阿米尔·萨法里 :
使用人工生成的元数据从表中提取关系。 CoRR公司 abs/2108.10750 ( 2021 ) [i6] 普里扬卡·森 , 阿米尔·萨法里 , 阿米恩·奥利亚 :
在具有交集的可微知识图上展开端到端的问答。 CoRR公司 abs/2109.05808 ( 2021 ) [i5] 阿明·奥利娅 , 阿米尔·萨法里 , 普里扬卡·森 , 汤姆·阿尤拉 :
使用可微知识图的端到端实体解析和问答。 CoRR公司 abs/2109.05817 ( 2021 ) 2020 [公元24年] 哈姆扎·哈库斯 , 伊莎贝尔·格罗夫斯 , 阿米尔·萨法里 :
拥有你的文字并使用它! 具有语义保真度的端到端神经数据到文本生成。 冷却 2020 : 2410-2424 【c23】 普里扬卡·森 , 阿米尔·萨法里 :
模型从问答数据集中学到了什么? EMNLP(1) 2020 : 2429-2438 [i4] 普里扬卡·森 , 阿米尔·萨法里 :
模型从问答数据集中学到了什么? CoRR公司 abs/2004.03490 ( 2020 ) [i3] 哈姆扎·哈库斯 , 伊莎贝尔·格罗夫斯 , 阿米尔·萨法里 :
拥有你的文字并使用它! 具有语义保真度的端到端神经数据到文本生成。 CoRR公司 abs/2004.06577 ( 2020 )
2010 – 2019
2018 [i2] 轮辋组合 , 穆罕默德·艾哈迈德 , 马文·H·S·赛格勒 , 阿米尔·萨法里 , 本吉奥 :
DEFactor:基于可微边缘分解的概率图生成。 CoRR公司 abs/1811.09766 ( 2018 ) [i1] 丹尼尔·尼尔 , 乔斯·布里奥迪 , Alix鳄鱼 , 亚伦·西姆 , 帕伊迪·克里德 , 阿米尔·萨法里 :
用于噪声知识图推理的可解释图卷积神经网络。 CoRR公司 abs/1812.00279 ( 2018 ) 2016 【j4】 山姆·黑尔 , 斯图亚特·戈洛德斯 , 阿米尔·萨法里 , Vibhav葡萄藤 , 郑明明 , 斯蒂芬·希克斯 , 菲利普·H·S·托尔 :
Struck:带内核的结构化输出跟踪。 IEEE传输。 模式分析。 机器。 智力。 38 ( 10 ) : 2096-2109 ( 2016 ) 2014 [公元22年] 马特杰·克里斯坦 , 罗曼·普弗拉格费尔德 , 亚历斯·莱昂纳迪斯 , 吉里·马塔斯 , 卢卡·切霍文 , 格奥尔格·内贝海 , 托马斯·沃吉尔 , 古斯塔沃·费尔南德斯 , 阿兰·卢克齐克 , 亚历山大·迪米特里耶夫 , 阿尔弗雷多·彼得罗西诺 , 阿米尔·萨法里 , 李波(Bo Li) , Bohyung Han公司 , Cherkeng Heng公司 , 克里斯托夫·加西亚 , 多米尼克·潘杰西奇 , 古斯塔夫·哈格 , 法哈德·沙巴兹·汗 , Franci烤箱 , 霍斯特·波塞格 , 霍斯特比绍夫 , Hyeoseob Nam公司 , 朱建科 , 李季佳 , 金英彩(Jin Young Choi) , 崔进宇(Jinwoo Choi) , 乔·恩里克 , Joost van de Weijer公司 , 豪尔赫·巴蒂斯塔 , 卡雷尔·莱贝达 , 克里斯托弗·费尔 , Kwang Moo Yi先生 , 雷琴 , 龙吟文 , 马里奥·埃多瓦多·马雷斯卡 , 马丁·达内尔扬 , 迈克尔·费尔斯伯格 , 郑明明 , 菲利普·H·S·托尔 , 黄清明 , 理查德·鲍登 , 山姆·黑尔 , 萨曼莎·月莹(Samantha YueYing Lim) , Seunghoon Hong先生 , 廖胜才 , 西蒙·哈德菲尔德 , 斯坦·兹·李 , 斯特凡·达夫纳 , 斯图亚特·戈洛德斯 , 托马斯·莫特纳 , Vibhav葡萄园 , 林伟耀 , 杨丽 , 袁凯琪 , 甄磊 , 芝亨牛 :
视觉对象跟踪VOT2014挑战赛结果。 ECCV研讨会(2) 2014 : 191-217 2013 【c21】 塞缪尔·舒尔特 , 保罗·沃尔哈特 , 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 彼得·罗斯 , 霍斯特比绍夫 :
交替决策森林。 CVPR公司 2013 : 508-515 2012 [公元20年] 山姆·黑尔 , 阿米尔·萨法里 , 菲利普·H·S·托尔 :
基于关键点的目标跟踪的高效在线结构化输出学习。 CVPR公司 2012 : 1894-1901 2011 [c19] 克里斯蒂安·雷斯特纳 , 马丁·戈德克 , 塞缪尔·舒尔特 , 阿米尔·萨法里 , 曼纽尔·维尔伯格 , 霍斯特比绍夫 :
使用未标记的弱相关视频改进分类器。 CVPR公司 2011 : 2753-2760 [第18条] 山姆·黑尔 , 阿米尔·萨法里 , 菲利普·H·S·托尔 :
Struck:用内核进行结构化输出跟踪。 ICCV公司 2011 : 263-270 [第17条] Ziming Zhang(张子明) , 卢博·拉迪基 , 菲利普·H·S·托尔 , 阿米尔·萨法里 :
学习用于分类的锚定平面。 NIPS公司 2011 : 1611-1619 2010 [j3] 数据挖掘人物 , 阿米尔·萨法里 , 吉迪恩·德罗 , 加文·C·考利 :
模型选择:超越贝叶斯/频率区分。 J.马赫。 学习。 物件。 11 : 61-87 ( 2010 ) [第16条] 雅各布·桑特纳 , 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 托马斯·波克 , 霍斯特比绍夫 :
PROST:并行鲁棒在线简单跟踪。 CVPR公司 2010 : 723-730 [第15条] 伯恩哈德·泽伊斯 , 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 霍斯特·比肖夫 :
在线半监督多输入升压。 CVPR公司 2010 : 1879 [第14条] 阿米尔·萨法里 , 马丁·戈代克 , 托马斯·波克 , 克里斯蒂安·雷斯特纳 , 霍斯特比绍夫 :
在线多类LPBoost。 CVPR公司 2010 : 3570-3577 [第13条] 克里斯蒂安·雷斯特纳 , 马丁·戈代克 , 阿米尔·萨法里 , 霍斯特比绍夫 :
用于跟踪的在线多视图森林。 DAGM-符号 2010 : 493-502 [第12条] 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 霍斯特·比肖夫 :
MIForests:使用随机树进行多实例学习。 ECCV(6) 2010 : 29-42 [第11条] 阿米尔·萨法里 , 克里斯蒂安·雷斯特纳 , 马丁·戈代克 , 霍斯特比绍夫 :
具有先验的强大多视图增强。 ECCV(3) 2010 : 776-789 [第10条] 马丁·戈德克 , 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 霍斯特比绍夫 :
在线随机朴素贝叶斯跟踪。 ICPR公司 2010 : 3545-3548
2000 – 2009
2009 【c9】 雅各布·桑特纳 , 马库斯·昂格 , 托马斯·波克 , 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 霍斯特比绍夫 :
使用随机森林和总变异的交互式纹理分割。 BMVC公司 2009 : 1-12 【c8】 阿米尔·萨法里 , 克里斯蒂安·雷斯特纳 , 霍斯特比绍夫 :
常规多类半监督增压。 CVPR公司 2009 : 967-974 【c7】 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 雅各布·桑特纳 , 霍斯特比绍夫 :
半监督随机森林。 ICCV公司 2009 : 506-513 【c6】 克里斯蒂安·雷斯特纳 , 阿米尔·萨法里 , 彼得·罗斯 , 霍斯特比绍夫 :
在线助推的稳健性——一项竞争性研究。 ICCV研讨会 2009 : 1362-1369 【c5】 阿米尔·萨法里 , 克里斯蒂安·雷斯特纳 , 雅各布·桑特纳 , 马丁·戈代克 , 霍斯特比绍夫 :
在线随机森林。 ICCV研讨会 2009 : 1393-1400 2008 [注2] 数据挖掘人物 , 阿米尔·萨法里 , 吉迪恩·德罗 , 加文·C·考利 :
分析IJCNN 2007不可知论学习与先前知识挑战。 神经网络 21 ( 2-3 ) : 544-550 ( 2008 ) 【c4】 阿米尔·萨法里 , 霍斯特比绍夫 :
促进基于模型的数据集群。 DAGM研讨会 2008 : 51-60 【c3】 阿米尔·萨法里 , 赫尔穆特·格拉布纳 , 霍斯特比绍夫 :
SERBoost:带期望正则化的半监督Boost。 ECCV(3) 2008 : 588-601 2007 【c2】 数据挖掘人物 , 阿米尔·萨法里 , 吉迪恩·德罗 , 加文·C·考利 :
不可知学习与先前知识挑战。 国际JCNN 2007 : 829-834 2006 [j1] 阿米尔·萨法里 :
书评:《来自简单神经系统的复杂世界》,弗雷德里克·R·普雷特(编辑)著。 国际期刊计算。 智力。 申请。 6 ( 4 ) : 569-572 ( 2006 ) 【c1】 数据挖掘人物 , 阿米尔·雷扎(Amir Reza Saffari)阿扎尔·阿拉姆达里(Azar Alamdari) , 吉迪恩·德罗 , 约阿希姆·M·布曼 :
性能预测挑战。 国际JCNN 2006 : 1649-1656 [第1页] 阿米尔·雷扎(Amir Reza Saffari)阿扎尔·阿拉姆达里(Azar Alamdari) :
使用相关和单变量分类器方法进行变量选择:应用。 特征提取 2006 : 343-358