卡尔·亨利克·埃克
人员信息
附属: 英国布里斯托尔大学计算机科学系
其他同名人员
亨利克·埃克斯 0001 (又名:亨利克·卡尔·奥洛夫·朱利安·奥尔德菲尔德·埃克斯) -英国伦敦玛丽女王大学
SPARQL查询
优化列表
2020年–今天
2024 [公元11年] 索尼娅·施伦茨 , 西蒙·莫纳 , 卡尔·亨利克·埃克 , 费边·杜德克 :
使用定向点云自动编码器表示有限元模型中的工程设计更改。 高级工程信息学 59 : 102259 ( 2024 ) [i31] 赫里蒂克·罗伊 , 马可·米亚尼 , 卡尔·亨利克·埃克 , 菲利普·亨尼 , 马文·普弗特纳 , 卢卡斯·塔泽尔 , 瑟伦·豪伯格 :
近似贝叶斯推理中的重新参数化不变性。 CoRR公司 abs/2406.03334 ( 2024 ) 2023 [公元10年] 张浩婷 , 卡尔·亨利克·埃克 , 马格纳斯Rattray , 玛尔塔·米洛 :
SynBa:通过不确定性量化改进了药物组合协同效应的估计。 生物信息。 39 ( 补遗-1 ) : 121-130 ( 2023 ) [公元9年] 艾莉森·波普林 , 大卫·埃克隆德 , 卡尔·亨利克·埃克 , 瑟伦·豪伯格 :
用芬斯利几何确定潜在距离。 事务处理。 机器。 学习。 物件。 2023 ( 2023 ) [公元57年] 艾丹·斯坎内尔 , 卡尔·亨利克·埃克 , 亚瑟·理查兹 :
基于高斯过程的模态约束模型强化学习。 AISTATS公司 2023 : 3299-3314 [公元56年] 索尼娅·施伦茨 , 西蒙·莫纳 , 卡尔·亨利克·埃克 , 费边·杜德克 :
使用点云自动编码器检索几何相似有限元模型的灵活方法。 KDIR公司 2023 : 188-195 2022 [公元55年] 奥尔加·米赫埃娃 , 伊瓦·卡兹劳斯卡岩 , 亚当·哈特肖恩 , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
对齐多任务高斯过程。 AISTATS公司 2022 : 2970-2988 [i30] 玛拉·维迪 , 马库斯·凯泽 , 艾米丽·舒克伯格 , 卡尔·亨利克·埃克 , 伊瓦·卡兹劳斯卡岩 :
优化全球气候模型集合,以预测极端高温日。 CoRR公司 腹肌/2211.16367 ( 2022 ) [i29] 艾莉森·波普林 , 大卫·埃克隆德 , 卡尔·亨利克·埃克 , 瑟伦·豪伯格 :
用芬斯利几何确定潜在距离。 CoRR公司 2010年12月22日 ( 2022 ) 2021 [j8] 安德烈亚斯·达米亚努 , 尼尔·D·劳伦斯 , 卡尔·亨利克·埃克 :
多视角学习作为非参数非线性电池间因素分析。 J.马赫。 学习。 物件。 22 : 86:1-86:51 ( 2021 ) [公元54年] 埃里克·博丁 , 戴振文 , 尼尔·W·坎贝尔 , 卡尔·亨利克·埃克 :
使用递归分区的黑盒密度函数估计。 ICML公司 2021 : 1015-1025 [公元53年] 艾丹·斯坎内尔 , 卡尔·亨利克·埃克 , 亚瑟·理查兹 :
学习型多模态动力系统中基于潜在ODE配置的轨迹优化。 ICRA公司 2021 : 12745-12751 [第52条] 文森特·杜托多尔 , 詹姆斯·亨斯曼 , 马克·范德威尔克 , 卡尔·亨利克·埃克 , 邹宾·加拉马尼 , 尼古拉斯·杜兰德 :
深神经网络作为深高斯过程的点估计。 NeurIPS公司 2021 : 9443-9455 [第28条] 文森特·杜托多尔 , 詹姆斯·亨斯曼 , 马克·范德威尔克 , 卡尔·亨利克·埃克 , 邹宾·加拉马尼 , 尼古拉斯·杜兰德 :
深神经网络作为深高斯过程的点估计。 CoRR公司 abs/2105.04504 ( 2021 ) [i27] 奥尔加·米赫埃娃 , 伊瓦·卡兹劳斯卡岩 , 亚当·哈特肖恩 , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
对齐多任务高斯过程。 CoRR公司 abs/2110.15761 ( 2021 ) 2020 [j7] 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
用于强化学习的多模态动力系统的贝叶斯分解。 神经计算 416 : 352-359 ( 2020 ) [j6] 加布里埃拉·扎扎尔·甘德勒 , 卡尔·亨利克·埃克 , 马尔滕·比约克曼 , 鲁斯塔姆·斯托尔金 , 亚塞米·贝基罗格鲁 :
基于稀疏高斯过程隐式曲面的物体形状估计和建模,结合视觉数据和触觉探索。 机器人自动。 系统。 126 : 103433 ( 2020 ) [第51条] 伊万·乌斯图扎尼诺夫 , 伊瓦·卡兹劳斯卡岩 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
单调高斯过程流。 AISTATS公司 2020 : 3057-3067 [公元50年] 埃里克·博丹 , 马库斯·凯泽 , 伊瓦·卡兹劳斯卡岩 , 戴振文 , 尼尔·W·坎贝尔 , 卡尔·亨利克·埃克 :
贝叶斯优化的调制代理。 ICML公司 2020 : 970-979 [公元49年] 伊万·乌斯图扎尼诺夫 , 伊瓦·卡兹劳斯卡岩 , 马库斯·凯泽 , 埃里克·博丹 , 尼尔·D·F·坎贝尔 , 卡尔·亨利克·埃克 :
深高斯过程中的成分不确定性。 阿拉伯联合酋长国 2020 : 480-489 [i26] 奥尔加·米赫埃娃 , 伊瓦·卡兹劳斯卡岩 , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 :
贝叶斯非参数共享多序列时间序列分割。 CoRR公司 腹肌/2001.09886 ( 2020 ) [i25] 埃里克·博丹 , 戴振文 , 尼尔·D·F·坎贝尔 , 卡尔·亨利克·埃克 :
使用递归分区的黑盒密度函数估计。 CoRR公司 abs/2010.13632 ( 2020 )
2010 – 2019
2019 [公元48年] 伊瓦·卡兹劳斯卡岩 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
高斯过程潜在变量对齐学习。 AISTATS公司 2019 : 748-757 [公元47年] 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
用于数据高效强化学习的可解释动力学模型。 ESANN公司 2019 [公元46年] 安德鲁·劳伦斯 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
DP-GP-LVM:学习多元依赖结构的贝叶斯非参数模型。 ICML公司 2019 : 3682-3691 [公元45年] 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
高斯过程的数据关联。 ECML/PKDD(2) 2019 : 548-564 【i24】 马丁·赫杰姆 , 卡尔·亨利克·埃克 , 雷诺德·德特里 , 丹尼卡·克拉吉奇 :
使用正则化度量学习泛化负担理解的不变特征映射。 CoRR公司 abs/1901.10673 ( 2019 ) [第23条] 伊万·乌斯图扎尼诺夫 , 伊瓦·卡兹劳斯卡岩 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
单调高斯过程流。 CoRR公司 abs/1905.12930 ( 2019 ) [i22] 埃里克·博丹 , 马库斯·凯泽 , 伊瓦·卡兹劳斯卡岩 , 尼尔·D·F·坎贝尔 , 卡尔·亨利克·埃克 :
使用潜在高斯过程模型的调制贝叶斯优化。 CoRR公司 abs/1906.11152 ( 2019 ) 【i21】 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
数据高效强化学习的可解释动力学模型。 CoRR公司 abs/1907.04902 ( 2019 ) [i20] 伊万·乌斯图扎尼诺夫 , 伊瓦·卡兹劳斯卡岩 , 马库斯·凯泽 , 埃里克·博丹 , 尼尔·D·F·坎贝尔 , 卡尔·亨利克·埃克 :
深高斯过程中的成分不确定性。 CoRR公司 abs/1909.07698 ( 2019 ) 2018 [公元44年] 亚历山德罗·迪·马蒂诺 , 埃里克·博丹 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
高斯过程深信念网络:具有不确定性传播的形状平滑生成模型。 ACCV(4) 2018 : 3-20 [公元43年] 奥尔加·米赫埃娃 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 :
感性面部表情表现。 FG公司 2018 : 179-186 [公元42年] 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
扭曲多输出高斯过程的贝叶斯对准。 NeurIPS公司 2018 : 6995-7004 [i19] 塞尔吉奥·卡卡莫 , 亚塞米·贝基罗格鲁 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
使用高斯随机场和高斯过程隐式曲面的主动探测。 CoRR公司 abs/1802.04642 ( 2018 ) [i18] 伊瓦·卡兹劳斯卡岩 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
高斯过程潜在变量对齐学习。 CoRR公司 abs/1803.02603 ( 2018 ) [i17] 宋柳 , Wittawat Jitkrittum公司 , 卡尔·亨利克·埃克 :
斯坦因密度比估计的模型推断。 CoRR公司 abs/1805.07454 ( 2018 ) [i16] 安德鲁·劳伦斯 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
DP-GP-LVM:学习多元依赖结构的贝叶斯非参数模型。 CoRR公司 abs/1807.04833 ( 2018 ) 【i15】 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
多模深高斯过程。 CoRR公司 abs/1810.07158 ( 2018 ) [第14条] 伊瓦·卡兹劳斯卡岩 , 伊万·乌斯图扎尼诺夫 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
Dirichlet工艺混合物的序列比对。 CoRR公司 abs/1811.10689 ( 2018 ) [i13] 亚历山德罗·迪·马蒂诺 , 埃里克·博丹 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
高斯过程深信念网络:具有不确定性传播的形状平滑生成模型。 CoRR公司 abs/1812.05477 ( 2018 ) 2017 [i12] 安德烈亚斯·达米亚努 , 尼尔·D·劳伦斯 , 卡尔·亨利克·埃克 :
歧管对齐确定:在不同数据视图之间寻找对应关系。 CoRR公司 腹肌/1701.03449 ( 2017 ) [i11] 埃里克·博丹 , 尼尔·D·F·坎贝尔 , 卡尔·亨利克·埃克 :
潜在高斯过程回归。 CoRR公司 abs/1707.05534 ( 2017 ) [i10] 伊曼·马利克 , 卡尔·亨利克·埃克 :
音乐风格的神经翻译。 CoRR公司 abs/1708.03535 ( 2017 ) [第九章] 马库斯·凯泽 , 克莱门斯·奥特 , 托马斯·伦克勒 , 卡尔·亨利克·埃克 :
扭曲多输出高斯过程的贝叶斯对准。 CoRR公司 abs/1710.02766 ( 2017 ) [i8] 埃里克·博丹 , 伊曼·马利克 , 卡尔·亨利克·埃克 , 尼尔·D·F·坎贝尔 :
自动编码变分贝叶斯的非参数推断。 CoRR公司 abs/1712.06536 ( 2017 ) 2016 [公元41年] Cheng Zhang(张成) , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 :
跨学科主题表征学习。 ECCV(8) 2016 : 210-226 [c40] 亚塞米·贝基罗格鲁 , 安德烈亚斯·达米亚努 , 雷诺德·德特里 , 约翰内斯·斯托克 , 丹尼卡·克拉吉奇 , 卡尔·亨利克·埃克 :
掌握经验的概率巩固。 ICRA公司 2016 : 193-200 [公元39年] 塞尔吉奥·卡卡莫 , 亚塞明·贝基罗格鲁 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
使用高斯随机场和高斯过程隐式曲面进行主动探测。 IROS公司 2016 : 582-589 [公元38年] Cheng Zhang(张成) , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 , 博·贝蒂尔森 :
使用IBTM的不适图形进行诊断预测。 百万富翁现金 2016 : 226-238 [i7] 安德烈亚斯·达米亚努 , 尼尔·D·劳伦斯 , 卡尔·亨利克·埃克 :
多视角学习作为非参数非线性电池间因素分析。 CoRR公司 abs/1604.04939 ( 2016 ) [i6] Cheng Zhang(张成) , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 :
电池间主题表示学习。 CoRR公司 abs/1605.06155 ( 2016 ) [i5] 法里巴·优素菲 , 戴振文 , 卡尔·亨利克·埃克 , 尼尔·D·劳伦斯 :
基于结构整合潜在变量模型的不平衡数据无监督学习。 CoRR公司 abs/1607.00067 ( 2016 ) [i4] Cheng Zhang(张成) , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 , 博·贝尔蒂尔森 :
使用IBTM的不适图形进行诊断预测。 CoRR公司 腹肌/1607.08206 ( 2016 ) 2015 [j5] 丹松 , 卡尔·亨利克·埃克 , 凯·胡布纳 , 丹尼卡·克拉吉奇 :
基于任务的机器人抓取规划的概率推理方法。 IEEE传输。 机器人学 31 ( 三 ) : 546-561 ( 2015 ) [公元37年] 约翰内斯·斯托克 , 卡尔·亨利克·埃克 , 亚塞米·贝基罗格鲁 , 丹尼卡·克拉吉奇 :
学习手持式操作的预测状态表示法。 ICRA公司 2015 : 3207-3214 [公元36年] 马丁·赫杰姆 , 卡尔·亨利克·埃克 , 雷诺德·德特里 , 丹尼卡·克拉吉奇 :
学习任务约束掌握的人类先验知识。 ICVS 2015 : 207-217 [公元35年] 约翰内斯·斯托克 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
学习用于规划的预测状态表示。 IROS公司 2015 : 3427-3434 [公元34年] 安德烈亚斯·达米亚努 , 卡尔·亨利克·埃克 , 卢克·博曼 , 尼尔·D·劳伦斯 , 托尼·普雷斯科特 :
合成自传体记忆系统的自顶向下方法。 生活机器 2015 : 280-292 [公元33年] 阿里·谢里夫·拉扎维安 , 侯赛因·阿齐兹普尔 , 阿苏托·马吉 , 约瑟芬·沙利文 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
通用ConvNets中局部图像属性的持久证据。 科学情报局 2015 : 249-262 [i3] 安德烈亚·贝塞罗 , 弗洛里安·波科尼 , 卡尔·亨利克·埃克 :
关于序列上的一类可分解核。 CoRR公司 abs/1501.06284 ( 2015 ) 2014 【j4】 米特斯·帕特尔 , 詹姆·瓦尔斯·米罗 , 丹尼卡·克拉吉奇 , 卡尔·亨利克·埃克 , Gamini Dissanayake公司 :
使用层次HMM学习对象、抓取和操纵活动。 自动。 机器人 37 ( 三 ) : 317-331 ( 2014 ) [公元32年] 亚历山德罗·皮罗潘 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 :
根据时空对象关系识别对象启示。 类人族 2014 : 52-58 [公元31年] 海达尔·马布迪·阿夫坎 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
用于训练潜在变量模型的拓扑框架。 ICPR公司 2014 : 2471-2476 [公元30年] 海达尔·马布迪·阿夫坎 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
潜在变量模型的初始化框架。 ICPRAM公司 2014 : 227-232 [公元29年] 海达尔·马布迪·阿夫坎 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
图像描述子质量的逐步提高。 ICPRAM公司 2014 : 233-238 [公元28年] 马丁·赫杰姆 , 雷诺德·德特里 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
跨任务、跨对象抓取转移的表示。 ICRA公司 2014 : 5699-5704 [i2] 阿里·谢里夫·拉扎维安 , 侯赛因·阿齐兹普尔 , 阿苏托·马吉 , 约瑟芬·沙利文 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
通用ConvNets中局部图像属性的持久证据。 CoRR公司 abs/1411.6509 ( 2014 ) 2013 [j3] 罗梅罗 , 海德维格·凯尔斯特伦 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
基于对象上下文的非参数手位估计。 图像可视性。 计算。 31 ( 8 ) : 555-564 ( 2013 ) [注2] 托马斯·菲克斯 , 罗梅罗 , 卡尔·亨利克·埃克 , 海因茨·博多·施密德迈耶 , 丹尼卡·克拉吉奇 :
一种比较人工手拟人运动能力的指标。 IEEE传输。 机器人学 29 ( 1 ) : 82-93 ( 2013 ) [j1] 罗梅罗 , 托马斯·菲克斯 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 , 丹尼卡·克拉吉奇 :
提取机器人抓取的姿态协同。 IEEE传输。 机器人学 29 ( 6 ) : 1342-1352 ( 2013 ) [公元27年] 阿克沙亚·蒂普 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 :
推断手的姿势:视觉形状特征的比较研究。 FG公司 2013 : 1-8 [公元26年] Cheng Zhang(张成) , 卡尔·亨利克·埃克 , 哈维·格拉塔尔 , 弗洛里安·波科尼 , 海德维格·凯尔斯特伦 :
带变分推理的监督层次Dirichlet过程。 ICCV研讨会 2013 : 254-261 [公元25年] 安德烈亚·贝塞罗 , 弗洛里安·波科尼 , 丹尼卡·克拉吉奇 , 卡尔·亨利克·埃克 :
路径内核。 ICPRAM公司 2013 : 50-57 [公元24年] 安德烈亚·贝塞罗 , 弗洛里安·波科尼 , 丹尼卡·克拉吉奇 , 卡尔·亨利克·埃克 :
路径核:一种新的序列数据核。 ICPRAM(论文选集) 2013 : 71-84 【c23】 海达尔·马布迪·阿夫坎 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 :
基于定性词汇的描述符。 ICPRAM公司 2013 : 188-193 [公元22年] 雷诺德·德特里 , 卡尔·亨利克·埃克 , 玛丽安娜·马德里 , 丹尼卡·克拉吉奇 :
根据抓取经验学习典型抓握部位词典。 ICRA公司 2013 : 601-608 【c21】 马丁·赫杰姆 , 卡尔·亨利克·埃克 , 雷诺德·德特里 , 海德维格·凯尔斯特伦 , 丹尼卡·克拉吉奇 :
机器人抓取数据的稀疏摘要。 ICRA公司 2013 : 1082-1087 [公元20年] 亚历山德罗·皮罗潘 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 :
用于人类活动建模的功能对象描述符。 ICRA公司 2013 : 1282-1289 [第19条] 米特斯·帕特尔 , 卡尔·亨利克·埃克 , 尼古拉·基里亚齐斯 , 安东尼斯·阿吉罗斯(Antonis A.Argyros) , 詹姆·瓦尔斯·米罗 , 丹尼卡·克拉吉奇 :
用于学习复杂人机交互的语言。 ICRA公司 2013 : 4997-5002 [第18条] 玛丽安娜·马德里 , 海达尔·马布迪·阿夫坎 , 卡尔·亨利克·埃克 , 斯特凡·卡尔森 , 丹尼卡·克拉吉奇 :
提取三维对象分类的基本局部对象特征。 IROS公司 2013 : 2240-2247 [第17条] 张成 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 :
分解主题模型。 ICLR(车间海报) 2013 2012 [第16条] 亚历山大·戴维斯 , 卡尔·亨利克·埃克 , 科林·J·道尔顿 , 尼尔·W·坎贝尔 :
生成用于面部跟踪的3D可变形模型参数-分解身份和表达。 GRAPP/IVAPP公司 2012 : 309-318 [第15条] 尼古拉斯·伯格斯特伦 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 , 山川Yuji Yamakawa , Taku Senoo公司 , 石川正俊 :
柔性对象时间状态模型的在线学习。 类人族 2012 : 712-718 [第14条] 安德烈亚斯·达米亚努 , 卡尔·亨利克·埃克 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
歧管相关性测定。 ICML公司 2012 [c13] 雷诺德·德特里 , 卡尔·亨利克·埃克 , 玛丽安娜·马德里 , 贾斯图斯·H·皮亚特 , 丹尼卡·克拉吉奇 :
泛化对部分相似对象的把握。 ICRA公司 2012 : 3791-3797 [第12条] 玛丽安娜·马德里 , 卡尔·亨利克·埃克 , 雷诺德·德特里 , Kaiyu Hang公司 , 丹尼卡·克拉吉奇 :
使用全局结构直方图改进三维对象分类的泛化。 IROS公司 2012 : 1379-1386 [第11条] 弗洛里安·波科尼 , 卡尔·亨利克·埃克 , 海德维格·凯尔斯特伦 , 丹尼卡·克拉吉奇 :
有限支持下学习密度的持续同调。 NIPS公司 2012 : 1826-1834 [i1] 安德烈亚斯·达米亚努 , 卡尔·亨利克·埃克 , Michalis K.Titsias公司 , 尼尔·D·劳伦斯 :
歧管相关性确定。 CoRR公司 abs/1206.4610 ( 2012 ) 2011 [第10条] 丹松 , 卡尔·亨利克·埃克 , 凯·休布纳 , 丹尼卡·克拉吉奇 :
机器人抓取中贝叶斯网络结构学习的多元离散化。 ICRA公司 2011 : 1944-1950 【c9】 尼古拉斯·伯格斯特伦 , 卡尔·亨利克·埃克 , 马尔滕·比约克曼 , 丹尼卡·克拉吉奇 :
通过自主交互感知理解场景。 ICVS 2011 : 153-162 [c8] 丹松 , 卡尔·亨利克·埃克 , 凯·胡布纳 , 丹尼卡·克拉吉奇 :
使用图形模型和潜在空间离散化的机器人抓取的具体实施例表示。 IROS公司 2011 : 980-986 【c7】 罗国良 , 尼古拉斯·伯格斯特伦 , 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
用内核表示操作。 IROS公司 2011 : 2028-2035 【c6】 卡尔·亨利克·埃克 , 丹尼卡·克拉吉奇 :
结构的重要性。 ISRR公司 2011 : 111-127 【c5】 亚历山大·戴维斯 , 卡尔·亨利克·埃克 , 科林·道尔顿 , 尼尔·W·坎贝尔 :
基于面部运动的识别。 MIRAGE公司 2011 : 51-62 2010 【c4】 卡尔·亨利克·埃克 , 丹松 , 凯·胡布纳 , 丹尼卡·克拉吉奇 :
使用潜在变量模型进行模拟学习中的任务建模。 类人族 2010 : 548-553 【c3】 马修·萨尔兹曼 , 卡尔·亨利克·埃克 , 拉奎尔·厄塔松 , 特雷弗·达雷尔 :
因子化正交潜在空间。 AISTATS公司 2010 : 701-708
2000 – 2009
2008 【c2】 卡尔·亨利克·埃克 , 乔纳森·里汉 , 菲利普·H·S·托尔 , 格里戈里·罗杰斯 , 尼尔·D·劳伦斯 :
潜在空间中的模糊建模。 MLMI公司 2008 : 62-73 2007 【c1】 卡尔·亨利克·埃克 , 菲利普·H·S·托尔 , 尼尔·D·劳伦斯 :
用于人体姿势估计的高斯过程潜在变量模型。 MLMI公司 2007 : 132-143