福斯蒂诺·J·戈麦斯
人员信息
附属: 卢加诺大学达尔·莫尔人工智能研究所
SPARQL查询
优化列表
2020年–今天
2023 [i13] 亚历克斯·格拉夫斯 , 鲁佩什·库马尔·斯利瓦斯塔瓦 , 蒂莫西·阿特金森 , 福斯蒂诺·J·戈麦斯 :
贝叶斯流网络。 CoRR公司 abs/2308.07037 ( 2023 ) 2021 [i12] 蒂莫西·阿特金森 , 赛义德·萨雷米 , 福斯蒂诺·J·戈麦斯 , 乔纳森·马斯奇 :
新型电位3CL的自动设计 赞成的意见 和PL 赞成的意见 抑制剂。 CoRR公司 abs/2101.11890 ( 2021 )
2010 – 2019
2019 [i11] 马可·加利利 , Seyed Sina Mirrazavi Salehian公司 , Nihat Engin Toklu公司 , 阿莱西奥·夸利诺 , 乔纳森·马斯奇 , 扬·库特尼克 , 福斯蒂诺·J·戈麦斯 :
安全交互式基于模型的学习。 CoRR公司 abs/1911.06556 ( 2019 ) 2018 [公元43年] 马可·西科内 , 马可·加利利 , 乔纳森·马斯奇 , 克里斯蒂安·奥斯恩多夫 , 福斯蒂诺·J·戈麦斯 :
NAIS-Net:来自非自治微分方程的稳定深网络。 NeurIPS公司 2018 : 3029-3039 [i10] 马可·西科内 , 马可·加利利 , 乔纳森·马斯奇 , 克里斯蒂安·奥斯恩多夫 , 福斯蒂诺·J·戈麦斯 :
NAIS-Net:来自非自治微分方程的稳定深网络。 CoRR公司 abs/1804.07209 ( 2018 ) 2015 [公元42年] 鲁佩什·库马尔·斯利瓦斯塔瓦 , 乔纳森·马斯奇 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
了解本地竞争网络。 ICLR(海报) 2015 2014 [公元41年] 扬·库特尼克 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
进化深度无监督卷积网络,用于基于视觉的强化学习。 GECCO公司 2014 : 541-548 [公元40年] 扬·库特尼克 , 克劳斯·格雷夫 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
发条RNN。 ICML公司 2014 : 1863-1871 [公元39年] 马里恩·斯托伦加 , 乔纳森·马斯奇 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
通过反馈连接实现内部选择性注意的深层网络。 NIPS公司 2014 : 3545-3553 [公元38年] 马里恩·斯托伦加 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
通过协调、并行进化实现快速仿人运动学习。 安息日 2014 : 210-219 [公元37年] 扬·库特尼克 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
基于视觉的强化学习深度卷积网络的在线演化。 安息日 2014 : 260-269 [第九章] 扬·库特尼克 , 克劳斯·格雷夫 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
发条RNN。 CoRR公司 abs/1402.3511 ( 2014 ) [i8] 马里恩·斯托伦加 , 乔纳森·马斯奇 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
通过反馈连接实现内部选择性注意的深层网络。 CoRR公司 abs/1407.3068 ( 2014 ) 2013 [公元36年] 扬·库特尼克 , 朱塞佩·库卡 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
为基于视觉的TORCS进化大规模神经网络。 FDG公司 2013 : 206-212 [公元35年] 孙毅 , 汤姆·绍尔 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
不可分离函数的线性时间自然演化策略。 GECCO(同伴) 2013 : 61-62 [公元34年] 扬·库特尼克 , 朱塞佩·库卡 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
进化大规模神经网络用于基于视觉的强化学习。 GECCO公司 2013 : 1061-1068 [公元33年] 鲁佩什·库马尔·斯利瓦斯塔瓦 , 乔纳森·马斯奇 , Sohrob Kazerounian公司 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
竞争计算。 NIPS公司 2013 : 2310-2318 2012 [j7] 哈霍·布罗尔斯玛 , 福斯蒂诺·J·戈麦斯 , 朱利安·米勒 , 迈克·佩蒂 , Gunnar Tufte公司 :
Nascence项目:利用进化进行新型计算的纳米工程。 国际期刊未经审核。 计算。 8 ( 4 ) : 313-317 ( 2012 ) [公元32年] 鲁佩什·库马尔·斯利瓦斯塔瓦 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
广义压缩网络搜索。 GECCO(同伴) 2012 : 647-648 [公元31年] 福斯蒂诺·J·戈麦斯 , 扬·库特尼克 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
压缩神经网络的复杂性搜索。 GECCO(同伴) 2012 : 1455-1456 [公元30年] 孙毅 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
关于在线内核稀疏化字典的大小。 ICML公司 2012 [公元29年] 福斯蒂诺·J·戈麦斯 , 扬·库特尼克 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
压缩网络复杂性搜索。 PPSN(1) 2012 : 316-326 [公元28年] 鲁佩什·库马尔·斯利瓦斯塔瓦 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
广义压缩网络搜索。 PPSN(1) 2012 : 337-346 [公元27年] 朱塞佩·库卡 , 福斯蒂诺·J·戈麦斯 :
阻止对角自然进化策略。 PPSN(2) 2012 : 488-497 [公元26年] 福斯蒂诺·J·戈麦斯 :
强化学习的可扩展神经进化。 TPNC公司 2012 : 27-29 [i7] 文森特·格拉齐亚诺 , 福斯蒂诺·J·戈麦斯 , 标记B.环 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
T学习。 CoRR公司 abs/1201.0292 ( 2012 ) [i6] 孙毅 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
关于在线内核稀疏化字典的大小。 CoRR公司 abs/1206.4623 ( 2012 ) [i5] 扬·库特尼克 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
神经进化的频域编码。 CoRR公司 abs/1212.6521 ( 2012 ) 2011 [公元25年] 孙毅 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
惊喜计划:动态环境中的最佳贝叶斯探索。 AGI公司 2011 : 41-51 [公元24年] 朱塞佩·库卡 , 福斯蒂诺·J·戈麦斯 , 托拜厄斯·格拉斯马赫 :
基于新奇的进化策略重启。 IEEE进化计算大会 2011 : 158-163 [c23] 汤姆·绍尔 , 孙毅 , Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
好奇驱动的优化。 IEEE进化计算大会 2011 : 1343-1349 [公元22年] 朱塞佩·库卡 , 福斯蒂诺·J·戈麦斯 :
当新奇不够时。 EvoApplications(1) 2011 : 234-243 【c21】 朱塞佩·库卡 , 马修·卢西夫 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
视觉强化学习的内在动机神经进化。 ICDL-EPIROB接口 2011 : 1-7 [公元20年] 孙毅 , 福斯蒂诺·J·戈麦斯 , 标记B.环 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
基于时差误差的增量基构造。 ICML公司 2011 : 481-488 [第19条] 利奥·佩普 , 福斯蒂诺·J·戈麦斯 , Juergen戒指 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
模块化的深信不疑网络。 国际JCNN 2011 : 1191-1198 [i4] 孙毅 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
惊喜计划:动态环境中的最佳贝叶斯探索。 CoRR公司 abs/1103.5708 ( 2011 ) [i3] 孙毅 , 福斯蒂诺·J·戈麦斯 , 汤姆·绍尔 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
不可分函数的线性时间自然演化策略。 CoRR公司 abs/1106.1998 ( 2011 ) 2010 [第18条] 扬·库特尼克 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
压缩权值空间中的进化神经网络。 GECCO公司 2010 : 619-626 [第17条] 孙毅 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
通过插入涡改进马尔可夫链蒙特卡罗的渐近性能。 NIPS公司 2010 : 2235-2243
2000 – 2009
2009 [j6] 何塞·大卫·马丁·格雷罗 , 福斯蒂诺·J·戈麦斯 , 埃米利奥·索利亚·奥利维斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 莫尼卡Climente-马蒂 , N.Víctor吉梅内斯·托雷斯 :
血液透析患者个体化红细胞生成素剂量的强化学习方法。 专家系统。 申请。 36 ( 6 ) : 9737-9742 ( 2009 ) [j5] 汤姆·绍尔 , Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 克里斯蒂安·伊格尔 , 朱利安·托盖利斯 :
个体发生和系统发育强化学习。 昆士利希情报。 23 ( 三 ) : 30-33 ( 2009 ) [第16条] 福斯蒂诺·J·戈麦斯 :
利用行为信息距离维持多样性。 GECCO公司 2009 : 113-120 [第15条] 福斯蒂诺·J·戈麦斯 , 朱利安·托盖利斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
测量和优化进化强化学习的行为复杂性。 ICANN(2) 2009 : 765-774 2008 【j4】 赫尔曼·乔治·梅尔 , 福斯蒂诺·J·戈麦斯 , Daan Wierstra公司 , 伊斯特万·纳吉 , 阿洛伊斯·克诺尔 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
使用递归神经网络学习打结的机器人心脏手术系统。 高级机器人 22 ( 13-14 ) : 1521-1537 ( 2008 ) [j3] 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 里斯托·米库莱宁 :
通过合作共进化突触加速神经进化。 J.马赫。 学习。 物件。 9 : 937-965 ( 2008 ) [第14条] 朱利安·托盖利斯 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
学习忽略什么:拓扑和权重空间中的模因爬升。 IEEE进化计算大会 2008 : 3274-3281 [第13条] 朱利安·托盖利斯 , 汤姆·绍尔 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 福斯蒂诺·J·戈麦斯 :
用模因神经进化对抗有毒输入。 PPSN公司 2008 : 610-619 2007 [注2] 尤根·施密杜贝尔(Jürgen Schmidhuber) , Daan Wierstra公司 , 马泰奥·加格利奥洛 , 福斯蒂诺·J·戈麦斯 :
Evolino训练递归网络。 神经计算。 19 ( 三 ) : 757-779 ( 2007 ) 2006 [第12条] 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) , 里斯托·米库莱宁 :
通过神经进化实现有效的非线性控制。 ECML公司 2006 : 654-662 [第11条] 尤根·施密杜贝尔(Jürgen Schmidhuber) , 马泰奥·加格利奥洛 , Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 :
用于递归支持向量机的Evolino。 ESANN公司 2006 : 593-598 [c10] 维克托·朱马蒂 , 福斯蒂诺·J·戈麦斯 , 马库斯·赫特 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
视觉移动机器人的度量状态空间强化学习。 国际会计准则 2006 : 272-281 【c9】 亚历克斯·格拉夫斯 , 圣地亚哥·费尔南德斯 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
连接时间分类:用递归神经网络标记未分段序列数据。 ICML公司 2006 : 369-376 【c8】 赫尔曼·乔治·梅尔 , 福斯蒂诺·J·戈麦斯 , Daan Wierstra公司 , 伊斯特万·纳吉 , 阿洛伊斯·克诺尔 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
使用递归神经网络学习打结的机器人心脏手术系统。 IROS公司 2006 : 543-548 [i2] 维克托·朱马蒂 , 福斯蒂诺·J·戈麦斯 , 马库斯·赫特 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
视觉移动机器人的度量状态空间强化学习。 CoRR公司 abs/cs/0603023 ( 2006 ) 2005 【c7】 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
共同参与的复发神经元学习深记忆POMDP。 GECCO公司 2005 : 491-498 【c6】 Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
使用evolino对具有内部状态的系统进行建模。 GECCO公司 2005 : 1795-1802 【c5】 福斯蒂诺·J·戈麦斯 , 尤根·施密杜贝尔(Jürgen Schmidhuber) :
用于控制的模块化快速加权网络的发展。 ICANN(2) 2005 : 383-389 【c4】 尤根·施密杜贝尔(Jürgen Schmidhuber) , Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 :
进化:用于序列学习的混合神经进化/最优线性搜索。 国际JCAI 2005 : 853-858 [i1] 尤根·施密杜贝尔(Jürgen Schmidhuber) , 马泰奥·加格利奥洛 , Daan Wierstra公司 , 福斯蒂诺·J·戈麦斯 :
用于递归支持向量机的Evolino。 CoRR公司 abs/cs/0512062 ( 2005 ) 2004 【c3】 福斯蒂诺·J·戈麦斯 , 里斯托·米库莱宁 :
不稳定域中神经进化控制器的转移。 GECCO(2) 2004 : 957-968 2003 【c2】 福斯蒂诺·J·戈麦斯 , 里斯托·米库莱宁 :
利用神经进化技术对无翼火箭进行主动制导。 GECCO公司 2003 : 2084-2095
1990 – 1999
1999 【c1】 福斯蒂诺·J·戈麦斯 , 里斯托·米库莱宁 :
用神经进化解决非马尔可夫控制任务。 国际JCAI 1999 : 1356-1361 1997 [j1] 福斯蒂诺·J·戈麦斯 , 里斯托·米库莱宁 :
复杂一般行为的增量进化。 适应。 行为。 5 ( 3-4 ) : 317-342 ( 1997 )