孟旺(Meng Wang) 0003
人员信息
附属: 美国纽约州特洛伊伦斯勒理工学院 从属关系(2012年博士): 美国纽约州伊萨卡康奈尔大学
其他同名人员
孟旺(Meng Wang) — 消歧页 孟旺(Meng Wang) 0001 — 中国合肥工业大学 (还有4个以上) 孟旺(Meng Wang) 0002 — 英国布里斯托尔大学 (还有3个以上) 孟旺(Meng Wang) 0004 -福建师范大学网络安全与密码学重点实验室,福州,中国 孟旺(Meng Wang) 0005 -香港理工大学计算机系 孟旺(Meng Wang) 0006 -中国广州华南理工大学 孟旺(Meng Wang) 0007 — 斯坦福大学遗传学系,加利福尼亚州,美国 (还有1个) 孟旺(Meng Wang) 0008 -中国天津南开大学机器人与自动信息系统研究所 孟旺(Meng Wang) 0009 — 中国南京东南大学 (还有1个) 孟旺(Meng Wang) 0010 — 河南师范大学电子与电气工程学院,新乡,中国 (还有1个)
孟旺(Meng Wang) 0011 -中国地质大学地球物理与信息技术学院,北京 孟旺(Meng Wang) 0012 -陕西黄河集团有限公司,中国西安 孟旺(Meng Wang) 0013 — 香港城市大学机械与生物医学工程系 (还有2个以上) 孟旺(Meng Wang) 0014 -北京工业大学信息技术学院 孟旺 0015 -西安西电大学计算机科学与技术学院 孟旺(Meng Wang) 0016 -浙江大学,中国杭州 孟旺(Meng Wang) 0017 — 香港城市大学计算机科学系 (还有1个) 孟旺 0018 -北京邮电大学网络与交换技术国家重点实验室 孟旺(Meng Wang) 0019 -清华大学电气工程系,中国北京 孟旺(Meng Wang) 0020 — TU Dresden,德国交通远程信息处理研究所 (还有1个) 孟旺(Meng Wang) 0021 — 中国河北大学网络安全与计算机学院 (还有1个) 孟旺(Meng Wang) 0022 -曲阜师范大学地理与旅游学院,中国日照 孟旺(Meng Wang) 0023 -哈尔滨科技大学自动化系 孟旺(Meng Wang) 0024 -昆明科技大学信息工程与自动化学院/云南省人工智能重点实验室 孟旺(Meng Wang) 0025 -中央财经大学信息学院,中国北京 孟旺(Meng Wang) 0026 -北京邮电大学信息光子学与光通信国家重点实验室/中国科学院 孟旺(Meng Wang) 0027 -江苏科技大学计算机学院,镇江,中国 孟旺 0028 -大连海事大学信息科学与技术学院 孟旺(Meng Wang) 0029 -东北大学软件学院,中国沈阳 孟旺(Meng Wang) 0030 -长安大学信息工程学院,西安,中国 孟旺(Meng Wang) 0031 -中山大学信息管理学院,中国广州 孟旺(Meng Wang) 0032 -中国南昌华东交通大学信息工程学院 孟旺(Meng Wang) 0033 -加拿大不列颠哥伦比亚大学
优化列表
2020年–今天
2024 【i24】 李洪康 , 孟旺(Meng Wang) , 陆松涛 , 崔晓东 , 陈品玉(Pin-Yu Chen) :
为有效的上下文学习训练非线性变换器:理论学习和泛化分析。 CoRR公司 abs/2402.15607 ( 2024 ) [第23条] 李洪康 , 张帅(Shuai Zhang) , 张一华 , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) :
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。 CoRR公司 abs/2403.07310 ( 2024 ) 2023 [公元28年] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 陈品玉(Pin-Yu Chen) , 刘思嘉 , 陆松涛 , 苗柳 :
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。 ICLR公司 2023 [公元27年] 李洪康 , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) :
浅视变形金刚的理论理解:学习、概括和样本复杂性。 ICLR公司 2023 [公元26年] 穆罕默德·诺瓦兹·拉巴尼·乔杜里 , 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) :
对于卷积神经网络来说,混合专家中的补丁级路由具有明显的样本效率。 ICML公司 2023 : 6074-6114 [公元25年] 张帅(Shuai Zhang) , 李洪康 , 孟旺(Meng Wang) , 苗柳 , 陈品玉(Pin-Yu Chen) , 陆松涛 , 刘思嘉 , 基尔西拉姆·穆鲁格桑 , 苏巴吉特·乔杜里 :
ε-贪婪探索下深度Q网络的收敛性和样本复杂性分析。 NeurIPS公司 2023 [i22] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 陈品玉(Pin-Yu Chen) , 刘思嘉 , 陆松涛 , 苗柳 :
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。 CoRR公司 腹肌/2302.02922 ( 2023 ) 【i21】 李洪康 , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) :
浅层视觉变换器的理论理解:学习、概括和样本复杂性。 CoRR公司 abs/2302.06015 ( 2023 ) [i20] 穆罕默德·诺瓦兹·拉巴尼·乔杜里 , 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思佳 , 陈品玉(Pin-Yu Chen) :
对于卷积神经网络来说,混合专家中的补丁级路由具有明显的样本效率。 CoRR公司 abs/2306.04073 ( 2023 ) [i19] 张帅(Shuai Zhang) , 李洪康 , 孟旺(Meng Wang) , 苗柳 , 陈品玉(Pin-Yu Chen) , 陆松涛 , 刘思嘉 , 基尔西拉姆·穆鲁格桑 , 苏巴吉特·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性分析。 CoRR公司 abs/2310.16173 ( 2023 ) 2022 [公元17年] Ehsan Hallaji公司 , 鲁兹贝·拉扎维·法尔 , 孟旺(Meng Wang) , 梅赫达德·赛义夫 , 布鲁斯·法达内什 :
用于实时识别网络物理电力系统中虚假数据注入攻击的流学习方法。 IEEE传输。 Inf.法医安全。 17 : 3934-3945 ( 2022 ) [公元24年] 李洪康 , 张帅(Shuai Zhang) , 孟旺(Meng Wang) :
超越标准高斯数据的单层神经网络的学习和泛化。 CISS公司 2022 : 37至42 [c23] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思佳 , 陈品玉(Pin-Yu Chen) , 熊进军 :
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。 ICLR公司 2022 [公元22年] 李洪康 , 孟旺(Meng Wang) , 刘思佳 , 陈品玉(Pin-Yu Chen) , 熊进军 :
图拓扑抽样训练图卷积网络的泛化保证。 ICML公司 2022 : 13014-13051 [i18] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
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。 CoRR公司 abs/2201.08514 ( 2022 ) [i17] 李洪康 , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
图拓扑抽样训练图卷积网络的泛化保证。 CoRR公司 abs/2207.03584 ( 2022 ) [i16] 李洪康 , 张帅(Shuai Zhang) , 孟旺(Meng Wang) :
超越标准高斯数据的单层神经网络的学习和泛化。 CoRR公司 abs/2207.03615 ( 2022 ) 【i15】 Ehsan Hallaji公司 , 鲁兹贝·拉扎维·法尔 , 孟旺(Meng Wang) , 梅赫达德·赛义夫 , 布鲁斯·法达内什 :
用于实时识别网络物理电力系统中虚假数据注入攻击的流学习方法。 CoRR公司 abs/2210.06729 ( 2022 ) 2021 [公元16年] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 熊进军 , 刘思嘉 , 陈品玉(Pin-Yu Chen) :
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。 IEEE传输。 神经网络学习。 系统。 32 ( 6 ) : 2622-2635 ( 2021 ) 【c21】 王仁(音) , 徐凯迪 , 刘思佳 , 陈品玉(Pin-Yu Chen) , 徐伟翁 , 创感 , 孟旺(Meng Wang) :
模型认知元学习中的快速对抗鲁棒性适应。 ICLR公司 2021 [公元20年] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思佳 , 陈品玉(Pin-Yu Chen) , 熊进军 :
彩票为什么中奖? 稀疏神经网络样本复杂性的理论透视。 NeurIPS公司 2021 : 2707-2720 [第14条] 王仁(音) , 徐凯迪 , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 徐伟翁 , 创感 , 孟旺(Meng Wang) :
论模型不可知元学习中的快速对抗性鲁棒性自适应。 CoRR公司 abs/2102.10454 ( 2021 ) [i13] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
彩票为什么中奖? 修剪神经网络样本复杂性的理论观点。 CoRR公司 abs/2110.05667 ( 2021 ) 2020 [公元15年] 王仁 , 孟旺(Meng Wang) , 熊进军 :
通过量化数据恢复,同时实现数据隐私和聚类准确性。 EURASIP J.高级信号处理。 2020 ( 1 ) : 22 ( 2020 ) [公元14年] 王仁 , 孟旺(Meng Wang) , 熊进军 :
从噪声和多级量化测量中恢复张量。 EURASIP J.高级信号处理。 2020 ( 1 ) : 41 ( 2020 ) [j13] 斯塔夫罗斯·康斯坦丁诺普洛斯 , 杰纳维夫·德·米约拉 , 乔·H·周 , 哈诺克·列夫·阿里 , 孟旺(Meng Wang) :
通过数据驱动过滤恢复同步相器丢失数据。 IEEE传输。 智能电网 11 ( 5 ) : 4321-4330 ( 2020 ) [第19条] 王仁(音) , 孟旺(Meng Wang) , 熊进军 :
探索低维结构的量化高阶张量恢复。 ACSSC公司 2020 : 923-928 [第18条] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
通过加速梯度下降训练卷积神经网络的保证收敛性。 CISS公司 2020 : 1-6 [第17条] 王仁(音) , 张高远 , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 , 孟旺(Meng Wang) :
木马神经网络的实际检测:数据受限和无数据的情况。 ECCV(23) 2020 : 222-238 [第16条] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
具有保证泛化性的图神经网络的快速学习:一个中间层的情况。 ICML公司 2020 : 11268-11277 [i12] 张帅(Shuai Zhang) , 孟旺(Meng Wang) , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 :
具有保证泛化性的图神经网络的快速学习:一个中间层的情况。 CoRR公司 abs/2006.14117 ( 2020 ) [i11] 王仁(音) , 张高远 , 刘思嘉 , 陈品玉(Pin-Yu Chen) , 熊进军 , 孟旺(Meng Wang) :
木马神经网络的实际检测:数据受限和无数据的情况。 CoRR公司 abs/2007.15802 ( 2020 )
2010 – 2019
2019 [公元12年] 张帅(Shuai Zhang) , 孟旺(Meng Wang) :
通过快速稳健Hankel矩阵补全纠正损坏的列。 IEEE传输。 信号处理。 67 ( 10 ) : 2580-2594 ( 2019 ) [i10] 王仁(音) , 孟旺(Meng Wang) , 熊进军 :
噪声和多级量化测量中的张量恢复。 CoRR公司 abs/1912.02588 ( 2019 ) 2018 [公元11年] 张帅(Shuai Zhang) , 英帅浩 , 孟旺(Meng Wang) , 乔·H·周 :
通过非凸优化完成多通道Hankel矩阵。 IEEE J.选择。 顶部。 信号处理。 12 ( 4 ) : 617-632 ( 2018 ) [公元10年] 王仁(音) , 孟旺(Meng Wang) , 熊进军 :
从量化和损坏的测量数据恢复和子空间聚类。 IEEE J.选择。 顶部。 信号处理。 12 ( 6 ) : 1547-1560 ( 2018 ) [公元9年] 英帅浩 , 孟旺(Meng Wang) , 乔·H·周 :
基于马尔可夫决策过程的电力系统网络数据攻击的可能性分析。 IEEE传输。 智能电网 9 ( 4 ) : 3191-3202 ( 2018 ) [j8] 彭志高 , 王仁(音) , 孟旺(Meng Wang) , 乔·H·周 :
从噪声、量化和错误测量中恢复低秩矩阵。 IEEE传输。 信号处理。 66 ( 11 ) : 2918-2932 ( 2018 ) [第15条] 彭志高 , 孟旺(Meng Wang) :
从部分观测和错误测量中动态恢复矩阵。 ICASSP公司 2018 : 4089-4093 [第14条] 张帅(Shuai Zhang) , 孟旺(Meng Wang) :
利用低库汉克尔结构校正同时不良测量。 ISIT公司 2018 : 646-650 2017 [j7] 彭志高 , 孟旺(Meng Wang) , 乔·H·周 , 马修·伯杰 , Lee M.Seversky先生 :
具有非线性低维结构的高维信号的缺失数据恢复。 IEEE传输。 信号处理。 65 ( 20 ) : 5421-5436 ( 2017 ) [第13条] 张帅(Shuai Zhang) , 英帅浩 , 孟旺(Meng Wang) , 乔·H·周 :
利用低秩hankel结构进行多通道丢失数据恢复。 CAMSAP公司 2017 : 1-5 2016 [j6] 彭志高 , 孟旺(Meng Wang) , 乔·H·周 , 斯科特·吉奥科尔(Scott G.Ghiocel) , 布鲁斯·法达内什 , 乔治·斯特凡普洛斯 , 迈克尔·拉扎努斯基 :
通过矩阵分解识别电力系统中连续的“不可观测”网络数据攻击。 IEEE传输。 信号处理。 64 ( 21 ) : 5557-5570 ( 2016 ) [第12条] 高鹏志 , 王仁(音) , 孟旺(Meng Wang) , 乔·H·周 :
从量化和错误测量中恢复低秩矩阵:电网中保持准确性的数据私有化。 ACSSC公司 2016 : 374-378 [i9] 彭志高 , 孟旺 , 乔·H·周 , 斯科特·吉奥科尔(Scott G.Ghiocel) , 布鲁斯·法达内什 , 乔治·斯特福普洛斯 , 迈克尔·拉扎努斯基 :
通过矩阵分解识别电力系统中连续的“不可观测”网络数据攻击。 CoRR公司 abs/1607.04776 ( 2016 ) 2015 [j5] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 恩里克·马拉达 , 鳌塘 :
具有图形约束的稀疏恢复。 IEEE传输。 Inf.理论 61 ( 2 ) : 1028-1044 ( 2015 ) [第11条] 英帅浩 , 孟旺(Meng Wang) , 乔·H·周 :
对电力系统进行网络数据注入攻击的可能性。 全球SIP 2015 : 657-661 [第10条] 彭志高 , 孟旺(Meng Wang) , 乔·H·周 , 马修·伯杰 , 李·塞夫斯基(Lee M.Seversky) :
列在子空间并集和和中的矩阵补全。 全球SIP 2015 : 785-789 【c9】 孟旺(Meng Wang) , 乔·H·周 , 彭志高 , 新余Tony Jiang , 于霞 , 斯科特·吉奥科尔(Scott G.Ghiocel) , 布鲁斯·法达内什 , 乔治·斯特福普洛斯 , Yutaka Kokai公司 , Nao Saito先生 , 迈克尔·P·拉扎努斯基 :
用于分析大量电力系统同步相量数据的低秩矩阵方法。 HICSS公司 2015 : 2637-2644 [i8] 英帅浩 , 孟旺(Meng Wang) , 乔·H·周 :
对电力系统进行网络数据注入攻击的可能性。 CoRR公司 腹肌/1512.05008 ( 2015 ) 2014 【c8】 孟旺(Meng Wang) , 彭志高 , 斯科特·吉奥科尔(Scott G.Ghiocel) , 乔·H·周 , 布鲁斯·法达内什 , 乔治·斯特福普洛斯 , 迈克尔·拉扎努斯基 :
识别电网上“不可观察”的网络数据攻击。 智能电网通信 2014 : 830-835 2013 [j4] 徐伟宇(Weiyu Xu) , 孟旺(Meng Wang) , 蔡建峰 , 鳌塘 :
非线性测量的稀疏误差校正及其在电网不良数据检测中的应用。 IEEE传输。 信号处理。 61 ( 24 ) : 6175-6187 ( 2013 ) 【c7】 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , A.罗伯特·卡尔德班克 :
参与者损坏的压缩感知。 ICASSP公司 2013 : 4653-4657 2012 【c6】 孟旺 , 徐伟宇(Weiyu Xu) , 恩里克·马拉达 , 鳌塘 :
具有图形约束的稀疏恢复:基本极限和测量构造。 信息通信 2012 : 1871-1879 [i7] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 恩里克·马拉达 , 鳌塘 :
具有图形约束的稀疏恢复。 CoRR公司 abs/1207.2829 ( 2012 ) 2011 [j3] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
关于稀疏恢复的性能 第页 -最小化(0≤p≤1)。 IEEE传输。 Inf.理论 57 ( 11 ) : 7255-7278 ( 2011 ) [j2] 孟旺(Meng Wang) , Chee Wei Tan先生 , 徐伟宇 , 鳌塘 :
路由中不分裂的代价:特征和估计。 IEEE/ACM传输。 净值。 19 ( 6 ) : 1849-1859 ( 2011 ) [j1] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
欠定系统的唯一“非负”解:从向量到矩阵。 IEEE传输。 信号处理。 59 ( 三 ) : 1007-1016 ( 2011 ) 【c5】 徐伟宇(Weiyu Xu) , 孟旺(Meng Wang) , 恩里克·马拉达 , 鳌塘 :
图上稀疏恢复的最新结果。 ACSCC公司 2011 : 413-417 【c4】 徐伟宇 , 孟旺(Meng Wang) , 鳌塘 :
利用不良数据检测进行状态估计。 CDC/ECC 2011 : 5989-5994 [i6] 徐伟宇(Weiyu Xu) , 孟旺(Meng Wang) , 鳌塘 :
带不良数据检测的状态估计。 CoRR公司 abs/1105.0442 ( 2011 ) [i5] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 恩里克·马拉达 , 鳌塘 :
具有图形约束的稀疏恢复:基本极限和度量构造。 CoRR公司 abs/1108.0443 ( 2011 ) [i4] 徐伟宇(Weiyu Xu) , 孟旺(Meng Wang) , 鳌塘 :
非线性测量的稀疏恢复及其在电网不良数据检测中的应用。 CoRR公司 abs/1112.6234 ( 2011 ) 2010 【c3】 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
lp解码的纠错极限。 ISIT公司 2010 : 749-753年 [i3] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
欠定系统的唯一“非负”解:从向量到矩阵。 CoRR公司 abs/1003.4778 ( 2010 ) [i2] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
lp译码的纠错极限。 CoRR公司 abs/1006.0277 ( 2010 ) [i1] 孟旺(Meng Wang) , 徐伟宇(Weiyu Xu) , 鳌塘 :
基于L_p最小化的稀疏恢复性能(0<=p<=1)。 CoRR公司 abs/1011.5936 ( 2010 )