亚历山大·伊梅尔
人员信息
优化列表
2020年–今天
2024 【i21】 西奥多·帕帕马尔库 , 玛丽亚·斯科拉里杜 , 康斯坦蒂娜·帕拉 , 劳伦斯·艾奇森 , 朱利安·阿贝尔 , 大卫·B·邓森 , 毛里齐奥·菲利波内 , 文森特·福图因 , 菲利普·亨尼 , 何塞·米格尔·埃尔南德斯·洛巴托 , Aliaksander湖滨 , 亚历山大·伊梅尔 , 西奥法尼斯·卡拉莱索斯 , 穆罕默德·埃米提亚兹·汗 , 阿古斯丁·克里斯蒂亚迪 , 李英珍 , 斯蒂芬·曼特 , 克里斯托弗·奈梅特 , 迈克尔·奥斯本 , 蒂姆·G·J·鲁德纳 , 大卫·吕加默 , 叶惠德 , 马克斯·威林 , 安德鲁·戈登·威尔逊 , 张如琪(Ruqi Zhang) :
立场文件:大规模人工智能时代的贝叶斯深度学习。 CoRR公司 abs/2402.00809 ( 2024 ) [i20] Rayen Dhahri公司 , 亚历山大·伊梅尔 , 伯特兰·查彭蒂埃 , 斯蒂芬·格内曼 , 文森特·福图因 :
用Occam剃刀剃掉重量:使用边际似然对神经网络进行贝叶斯稀疏化。 CoRR公司 abs/2402.15978 ( 2024 ) 2023 [第15条] 亚历山大·伊梅尔 , 克里斯托夫·舒尔特海斯 , 朱莉娅·沃格特 , 伯恩哈德·舍尔科夫 , 彼得·鲍尔曼 , 亚历山大·马克思 :
因果位置尺度噪声模型的可辨识性与估计。 ICML公司 2023 : 14316-14332 [第14条] 亚历山大·伊梅尔 , 第谷·F·A·范德奥德拉 , 马克·范德威尔克 , Gunnar Rätsch公司 , 伯恩哈德·舍尔科夫 :
使用神经切线核的随机边际似然梯度。 ICML公司 2023 : 14333-14352 [第13条] 鲁娜·埃森哈根 , 亚历山大·伊梅尔 , 理查德·E·特纳 , 弗兰克·施奈德 , 菲利普·亨尼 :
Kronecker为现代神经网络结构设计的近似曲率。 NeurIPS公司 2023 [第12条] 亚历山大·伊梅尔 , 伊曼纽尔·帕伦博 , 亚历山大·马克斯 , 朱莉娅·沃格特 :
基于深度神经网络的有效贝叶斯异方差回归。 NeurIPS公司 2023 [第11条] 第谷·F·A·范德奥德拉 , 亚历山大·伊梅尔 , 马克·范德威尔克 :
使用渐变自动学习分层等差。 NeurIPS公司 2023 [i19] 阿古斯丁·克里斯蒂亚迪 , 亚历山大·伊梅尔 , 鲁娜·埃森哈根 , 文森特·福图因 :
贝叶斯优化中线性拉普拉斯的承诺和缺陷。 CoRR公司 abs/2304.08309 ( 2023 ) [i18] Kouroche Bouchiat公司 , 亚历山大·伊梅尔 , 雨果·耶切 , Gunnar Rätsch公司 , 文森特·福图因 :
拉普拉斯近似神经加性模型:用贝叶斯推断提高解释能力。 CoRR公司 腹肌/2305.16905 ( 2023 ) [i17] 亚历山大·伊梅尔 , 第谷·F·A·范德奥德拉 , 马克·范德威尔克 , Gunnar Rätsch公司 , 伯恩哈德·舍尔科普夫 :
使用神经切线核的随机边际似然梯度。 CoRR公司 abs/2306.03968 ( 2023 ) [i16] 亚历山大·莫勒 , 亚历山大·伊梅尔 , 文森特·福图因 , 艾文·伊苏菲 :
霍奇意识对比学习。 CoRR公司 abs/2309.07364 ( 2023 ) 【i15】 亚历山德鲁·梅特雷斯 , 阿米尔·朱达基 , 弗朗西斯科·奥拉博纳 , 亚历山大·伊梅尔 , Gunnar Rätsch公司 , 哈迪·达内什曼德 :
走向无深度限制的训练:无梯度爆炸的批量规范化。 CoRR公司 abs/2310.02012 ( 2023 ) [第14条] 第谷·F·A·范德奥德拉 , 亚历山大·伊梅尔 , 马克·范德威尔克 :
使用渐变自动学习分层等差。 CoRR公司 abs/2310.06131 ( 2023 ) [i13] 鲁娜·埃森哈根 , 亚历山大·伊梅尔 , 理查德·E·特纳 , 弗兰克·施耐德 , 菲利普·亨尼 :
Kronecker为现代神经网络结构设计的近似曲率。 CoRR公司 abs/2311.00636 ( 2023 ) [i12] 亚历山大·莫勒 , 亚历山大·伊梅尔 , 艾文·伊苏菲 , 文森特·福图因 :
贝叶斯神经网络图形对比学习中的不确定性。 CoRR公司 abs/2312.00232 ( 2023 ) 2022 [第10条] 亚历山大·伊梅尔 , 卢卡斯·托罗巴·亨尼根 , 文森特·福图因 , 瑞恩·科特雷尔 :
量化归纳偏差的探索。 ACL(1) 2022 : 1839-1851 【c9】 亚历山大·伊梅尔 , 第谷·F·A·范德奥德拉 , Gunnar Rätsch公司 , 文森特·福图因 , 马克·范德威尔克 :
基于可微拉普拉斯近似的深度神经网络不变性学习。 NeurIPS公司 2022 [i11] 亚历山大·伊梅尔 , 第谷·F·A·范德奥德拉 , 文森特·福图因 , Gunnar Rätsch公司 , 马克·范德威尔克 :
基于可微拉普拉斯近似的深度神经网络不变性学习。 CoRR公司 abs/2202.10638 ( 2022 ) [i10] 亚历山大·伊梅尔 , 克里斯托夫·舒尔特海斯 , 朱莉娅·沃格特 , 伯恩哈德·舍尔科夫 , 彼得·鲍尔曼 , 亚历山大·马克思 :
因果位置尺度噪声模型的可辨识性与估计。 CoRR公司 abs/2210.09054 ( 2022 ) 2021 【c8】 亚历山大·伊梅尔 , 马西耶·科尔泽帕 , 马蒂亚斯·鲍尔 :
通过局部线性化改进贝叶斯神经网络的预测。 AISTATS公司 2021 : 703-711 【c7】 亚历山大·伊梅尔 , 马蒂亚斯·鲍尔 , 文森特·福图因 , Gunnar Rätsch公司 , 穆罕默德·埃米提亚兹·汗 :
深度学习中模型选择的可扩展边际似然估计。 ICML公司 2021 : 4563-4573 【c6】 埃里克·达克斯伯格 , 阿古斯丁·克里斯蒂亚迪 , 亚历山大·伊梅尔 , 鲁娜·埃森哈根 , 马蒂亚斯·鲍尔 , 菲利普·亨尼 :
拉普拉斯重奏-轻松贝叶斯深度学习。 NeurIPS公司 2021 : 20089-20103 [i9] 亚历山大·伊梅尔 , 马蒂亚斯·鲍尔 , 文森特·福图因 , Gunnar Rätsch公司 , 穆罕默德·埃米提亚兹·汗 :
深度学习中模型选择的可扩展边际似然估计。 CoRR公司 abs/2104.04975 ( 2021 ) [i8] 埃里克·达克斯伯格 , 阿古斯丁·克里斯蒂亚迪 , 亚历山大·伊梅尔 , 鲁娜·埃森哈根 , 马蒂亚斯·鲍尔 , 菲利普·亨尼 :
Laplace Redux-轻松的贝叶斯深度学习。 CoRR公司 abs/2106.14806 ( 2021 ) [i7] 特里斯坦·辛昆 , 亚历山大·伊梅尔 , 最大喇叭 , 文森特·福图因 :
贝叶斯变压器的前期病理学和推断。 CoRR公司 abs/2110.04020 ( 2021 ) [i6] 亚历山大·伊梅尔 , 卢卡斯·托罗巴·亨尼根 , 文森特·福图因 , 瑞恩·科特雷尔 :
探讨量化预训练表征的归纳偏差。 CoRR公司 abs/2110.08388 ( 2021 ) 2020 【c5】 亚历山大·伊梅尔 , 维克托·克里斯托夫 , 马蒂亚斯·格罗斯格拉泽 , 帕特里克·蒂朗 :
实时投票预测的子矩阵分解。 KDD公司 2020 : 2280-2290 【c4】 平波锅 , 西德哈斯·斯瓦鲁 , 亚历山大·伊梅尔 , 鲁娜·埃森哈根 , 理查德·E·特纳 , 穆罕默德·埃米提亚兹·汗 :
通过记忆过去的功能性规则化持续深入学习。 NeurIPS公司 2020 [i5] 平波锅 , 西德哈斯·斯瓦鲁 , 亚历山大·伊梅尔 , 鲁娜·埃森哈根 , 理查德·E·特纳 , 穆罕默德·埃米提亚兹·汗 :
通过记忆过去的功能性规则化持续深入学习。 CoRR公司 abs/2004.14070 ( 2020 ) [i4] 亚历山大·伊梅尔 :
解开高斯-牛顿方法和神经网络的近似推理。 CoRR公司 abs/2007.1994 ( 2020 ) [i3] 亚历山大·伊梅尔 , 马西耶·科尔泽帕 , 马蒂亚斯·鲍尔 :
通过局部线性化改进贝叶斯神经网络的预测。 CoRR公司 abs/2008.08400 ( 2020 )
2010 – 2019
2019 【c3】 保尔·罗兰特 , 阿里·卡维斯 , 亚历山大·伊梅尔 , 阿迪什·辛拉 , 沃尔坎·塞弗尔 :
从有保证的伯努利检验中有效地学习光滑概率函数。 ICML公司 2019 : 5459-5467 【c2】 穆罕默德·埃米提亚兹·汗 , 亚历山大·伊梅尔 , 埃桑·阿贝迪 , 马西耶·科尔泽帕 :
近似推理将深层网络转化为高斯过程。 NeurIPS公司 2019 : 3088-3098 [i2] 穆罕默德·埃米提亚兹·汗 , 亚历山大·伊梅尔 , 埃桑·阿贝迪 , 马西耶·科尔泽帕 :
近似推理将深层网络转化为高斯过程。 CoRR公司 abs/1906.01930 ( 2019 ) 2017 [i1] 丹尼尔·哈夫纳 , 亚历山大·伊梅尔 , 威利·拉施科夫斯基 , 费比安·温德豪斯 :
文档建议的生成兴趣估计。 CoRR公司 abs/1711.10327 ( 2017 ) 2015 【c1】 Keven Richly公司 , 拉尔夫·特斯纳 , 亚历山大·伊梅尔 , 费比安·温德豪斯 , 伦纳德·沃尔夫 :
通过分析出租车出行数据优化公共交通系统路线。 城市地理信息系统@SIGSPATIAL 2015 : 70-76