神经信息处理系统进展22（NIPS 2009）

---

• 广义博弈中后悔最小化的蒙特卡罗抽样 马克·兰科特、凯文·沃、马丁·津科维奇、迈克尔·鲍林
• DUOL：在线学习的双重更新方法 赵培林、霍震东、金荣
• 压缩最小二乘回归 奥达里克·梅拉德、雷米·穆诺斯
• 动态系统异常检测的白函数 马可·库图里（Marco Cuturi）、珍妮·菲利佩（Jean-philippe Vert）、亚历山大·达斯帕蒙特（Alexandre D'aspremont）
• 对象结构的学习模型 Joseph Schlecht，科布斯·巴纳德
• 人群编码的神经功能分析 菲利普·贝伦斯、塞巴斯蒂安·格温、亚历山大·埃克尔、马蒂亚斯·贝奇
• 预训练复杂类细胞网络的慢速、去相关特征 Yoshua Bengio、James Bergstra
• 尖峰神经元的代码特定策略梯度规则 亨宁·斯普雷克勒（Henning Sprekeler）、纪尧姆·亨尼昆（Guillaume Hennequin）、沃尔夫拉姆·郭士纳（Wulfram Gerstner）
• 带Boosting的半正定度量学习 沈春华、金俊奈、王磊、安东·亨格尔
• 空间归一化伽马过程 Vinayak Rao、Yee Teh
• 非参数半监督分类中的熵图正则化 Jeff A.Bilmes，Amarnag Subramanya
• 尖峰神经网络中用慢特征分析代替监督分类学习 Stefan Klampfl，沃尔夫冈·马斯
• 自由能得分空间 亚历山德罗·佩里纳（Alessandro Perina）、马可·克里斯塔尼（Marco Cristani）、翁贝托·卡斯特拉尼（Umberto Castellani）、维托里奥·穆里诺（Vittorio Murino）、内博伊萨·佐伊奇
• 基于稀疏无限CCA的多标签预测 皮尤什·雷、哈尔·达姆
• 图的快速子树核 Nino Shervashidze、Karsten Borgwardt
• 定向回归 高义浩、本杰明·罗伊、向燕
• 稀疏学习问题的非参数贪婪算法 韩柳、席晨
• 重新思考LDA：为什么先验很重要 Hanna Wallach、David Mimno、Andrew McCallum
• 增强特征驱动的fMRI分析：半监督学习和静息状态活动 安德烈亚斯·巴特尔（Andreas Bartels）、马修·布拉斯科（Matthew Blaschko）、杰奎琳·谢尔顿（Jacquelyn Shelton）
• 生成性和歧视性语言学习中内隐否定证据的差异使用 安妮·徐（Anne Hsu）、托马斯·格里菲斯（Thomas Griffiths）
• 非静态连续动态贝叶斯网络 Marco Grzegorczyk、Dirk Husmeier
• 从神经成像数据学习阿尔茨海默病的大脑连通性 黄帅、李晶、孙亮、刘军、吴特蕾莎、陈克伟、亚当·费利舍、埃里克·雷曼、叶洁平
• 基于潜力的不确定性提升 亚当·卡莱·瓦伦·卡纳德
• 基于Student-t似然的高斯过程回归 贾诺·瓦哈塔洛、帕西·杰兰基、阿基·维塔里
• 用于视觉识别的双线性分类器 Hamed Pirsiavash、Deva Ramanan、Charless Fowlkes
• 使用语义输出代码的零射击学习 Mark Palatucci、Dean Pomerleau、Geoffrey E.Hinton、Tom M.Mitchell
• 最近邻多类分类的学习标签嵌入及其在语音识别中的应用 娜塔莎·辛格·米勒、迈克尔·柯林斯
• 大型图像采集中的半监督学习 罗布·弗格斯（Rob Fergus）、亚尔·韦斯（Yair Weiss）、安东尼奥·托拉尔巴（Antonio Torralba）
• HMM中的灵敏度分析及其在似然最大化中的应用 皮埃尔-阿尔瑙-科奎林、罗曼·德盖斯特、雷米·穆诺斯
• 谁在做什么：名字和动词的联合建模，用于脸和姿势的同时标注 Jie Luo、Barbara Caputo、Vittorio Ferrari
• 流式逐点互信息 本杰明·杜尔姆（Benjamin Durme）、阿什温·拉尔（Ashwin Lall）
• 无监督事件关联消解的非参数贝叶斯模型 Cosmin Bejan、Matthew Titsworth、Andrew Hickl、Sanda Harabagiu
• 概率图形模型中推理的随机逼近方法 彼得·卡博内托（Peter Carbonetto）、马修·金（Matthew King）、菲拉斯·哈姆（Firas Hamze）
• 广告定位的因子建模 Ye Chen、Michael Kapralov、John Canny、Dmitry Pavlov
• 基于一般似然和非因子先验的稀疏估计 斯里坎丹·纳加拉扬（Srikatan Nagarajan）David Wipf
• 序列分类学习中的间距效应建模 卢洪静、马修·维登、艾伦·L·尤耶
• 基于噪声或机制的无限因子模型层次 Douglas Eck、Yoshua Bengio、Aaron C.Courville
• 大规模非参数贝叶斯推断：印度自助餐过程中的数据并行 Finale Doshi-velez、Shakir Mohamed、Zoubin Ghahramani、David Knowles
• 幂律分布样本的矩阵补全 Raghu Meka、Pratek Jain、Inderjit Dhillon
• 从图像搜索结果中过滤抽象感官 Kate Saenko、Trevor Darrell
• 重尾对称随机邻域嵌入 杨志荣、欧文·金、徐增林、欧佳
• 哪些图形模型很难学习？ 安德烈亚·蒙塔纳里（Andrea Montanari）、何塞·佩雷拉（Jose Pereira）
• 凸优化预言复杂性的信息论下限 Alekh Agarwal、Martin J.Wainwright、Peter Bartlett、Pradeep Ravikumar
• 成对统计问题的线性时间算法 Parikshit Ram、Dongryeol Lee、William March、Alexander Gray
• 从PAC Bayes边界到KL正则化 Pascal Germain、Alexandre Lacasse、Mario Marchand、Sara Shanian、François Laviolette
• 投资的随机和最坏情况模型 Elad Hazan、Satyen Kale
• 部分截断检测的结构化输出回归 Andrea Vedaldi、Andrew Zisserman
• 关于层次模型的不变性 Jake Bouvrie、Lorenzo Rosasco、Tomaso Poggio
• 子流形密度估计 亚历山大·格雷·阿卡达斯·奥扎金
• 基于局部坐标编码的非线性学习 Kai Yu，Tong Zhang，龚一红
• 没有证据表明视觉皮层活跃稀疏 彼得罗·伯克斯（Pietro Berkes）、本·怀特（Ben White）、约瑟夫·费瑟（Jozsef Fiser）
• 转导的分布匹配 诺维·夸迪安托、詹姆斯·佩特森、亚历克斯·斯莫拉
• 人类行为校准的标准时间扭曲 Feng Zhou、Fernando Torre
• 一种无参数套期保值算法 卡马利卡·乔杜里（Kamalika Chaudhuri）、尤夫·弗伦德（Yoav Freund）、丹尼尔·徐志强（Daniel J.Hsu）
• 学习Bregman距离函数及其在半监督聚类中的应用 吴磊、金荣、海史蒂文、朱建科、于能海
• 学习排名中的排名方法和损失函数 魏晨、刘铁彦、蓝燕燕、马志明、李杭
• 利用马尔可夫随机场和环闭包检测构造拓扑图 罗伊·阿纳蒂，科斯塔斯·达尼利迪斯
• 复制Softmax：一种无方向主题模型 杰弗里·欣顿（Geoffrey E.Hinton）、罗斯·萨拉库丁诺夫（Russ R.Salakhutdinov）
• 度量空间中的快速平滑自适应回归 Samory Kpotufe公司
• 贝叶斯信念极化 Alan Jern、Kaimin Chang、Charles Kemp
• 用于盲源分离的线性约束贝叶斯矩阵分解 米克尔·施密特
• 稀疏和局部常高斯图形模型 Jean Honorio、Dimitris Samaras、Nikos Paragios、Rita Goldstein、Luis E.Ortiz
• 基于平滑优化的稀疏度量学习 Yiming Ying、Kaizhu Huang、Colin Campbell
• 自然场景的“树相关组件”是边缘过滤器 丹尼尔·佐兰，亚伊尔·韦斯
• 从游戏树搜索启动 Joel Veness、David Silver、Alan Blair、William Uther
• 个性化、识别和对象发现 查尔斯·坎普、阿兰·杰恩、费旭
• 使用主题模型建立具有内容相关性的社会注释数据模型 岩田友浩、山田武史、上田直三
• 基于任意光滑函数逼近的收敛时差学习 Shalabh Bhatnagar、Doina Precup、David Silver、Richard S.Sutton、Hamid Maei、Csaba Szepesvári
• 组稀疏编码 萨米·本吉奥、费尔南多·佩雷拉、约拉姆·辛格、丹尼斯·斯特雷洛
• 离散层次Dirichlet过程的解耦稀疏性与光滑性 王冲，大卫·布莱
• 基于超拉普拉斯先验的快速图像反褶积 迪利普·克里希南（Dilip Krishnan）、罗伯·弗格斯（Rob Fergus）
• 最优控制律的组成 伊曼纽尔·托多罗夫
• AUC优化与两样本问题 尼古拉斯·瓦亚蒂斯（Nicolas Vayatis），海军陆战队德佩克（Marine Depecker），圣埃芬·克莱门松（Stéphan Clémençcon）
• 深度网络不变量的度量 Ian Goodfellow、Honglak Lee、Quoc Le、Andrew Saxe和Andrew Ng
• 用于链路预测的非参数潜在特征模型 库尔特·米勒、迈克尔·乔丹、托马斯·格里菲斯
• 光滑参数模型中的渐近最优正则化 Percy S.Liang、Guillaume Bouchard、Francis Bach、Michael Jordan
• 时空数据建模的变分高斯过程因子分析 亚历山大·伊林（Alexander Ilin）·雅科·卢提宁（Jaakko Luttinen）
• 格回归 埃里克·加西亚（Eric Garcia）、玛娅·古普塔（Maya Gupta）
• 使用Beta过程在动态系统之间共享特征 Emily Fox、Michael Jordan、Erik Sudderth、Alan Willsky
• 群体在订单信息收集中的智慧 Mark Steyvers、Brent Miller、Pernille Hemmer、Michael Lee
• 联合稀疏向量的高效恢复 梁孙、刘军、陈建辉、叶洁平
• 视觉识别中特征集之间的高效匹配核 猎凤波、克里斯蒂安·斯密奇塞斯库
• 用于模体发现的聚类序列集 Jong Kim、Seungjin Choi
• 可分解图的贝叶斯非参数模型 弗朗索瓦·卡隆，阿诺德·杜塞特
• 相关系数不足以分析峰值计数相关性 阿诺·昂肯（Arno Onken）、斯特芬·格里纽尔德（Steffen Grünewälder）、克劳斯·奥伯迈尔（Klaus Obermayer）
• 流k均值近似 尼尔·艾隆（Nir Ailon）、拉格什·贾斯瓦尔（Ragesh Jaiswal）、克莱尔·蒙特列奥尼（Claire Monteleoni）
• 帮助还是阻碍：社会目标推断的贝叶斯模型 托默·厄尔曼、克里斯·贝克、欧文·马金多、奥文·埃文斯、诺亚·古德曼、约书亚·特南鲍姆
• 序列效应反映了多重环境规律的并行学习 马修·怀尔德、马特·琼斯、迈克尔·莫泽
• 带噪广义二进制搜索 罗伯特·诺瓦克
• 求解随机博弈 查尔斯·伊斯贝尔（Charles Isbell），利亚姆·德米德（Liam Dermed）
• 基于贝叶斯聚类张量因子分解的关系数据建模 伊利亚·萨茨克弗（Ilya Sutskever）、约书亚·特南鲍姆（Joshua Tenenbaum）、罗斯·萨拉赫丁诺夫（Russ R.Salakhutdinov）
• 深度学习的核心方法 Youngmin Cho，劳伦斯·索尔
• 二阶体感神经元对刺激性触觉信号的最优上下文分离 罗曼·布拉塞特、罗兰·约翰逊、安吉洛·阿利奥
• 联合稀疏约束下的异构多任务学习 杨晓林、金赛扬、邢埃里克
• 用可压缩的先验知识学习 沃尔坎·塞弗尔
• 基于诱导特征的稀疏推理域间高斯过程 米盖尔·拉扎罗·格雷迪拉（Miguel Lázaro-Gredilla），安巴尔·菲格雷拉（Aníbal Figueiras-Vidal）
• 连续系统的基于粒子的变分推理 安德鲁·弗兰克、帕德拉克·史密斯、亚历山大·伊勒
• 利用前向-后向分裂实现高效学习 约拉姆·辛格，约翰·杜奇
• 多视图几何中一类反问题的$L_1$-惩罚稳健估计 Arnak Dalalyan、Renaud Keriven
• 学习使用二进制重构嵌入进行散列 Brian Kulis，Trevor Darrell
• 基于压缩传感的多标签预测 Daniel J.Hsu、Sham M.Kakade、John Langford、Tong Zhang
• 概率分布RKHS嵌入的核选择和分类 Kenji Fukumizu、Arthur Gretton、Gert Lanckriet、Bernhard Schölkopf、Bharath K.Sriperumbudur
• 半监督学习的统计分析：无限无标签数据的极限 Boaz Nadler、Nathan Srebro、周学元
• 图像分割的Maximin仿射学习 Kevin Briggman、Winfried Denk、Sebastian Seung、Moritz Helmstaedter、Srinivas C.Turaga
• 感知多稳定性作为马尔可夫链蒙特卡罗推断 Samuel Gershman、Ed Vul、Joshua Tenenbaum
• 概率关系PCA 李武军、杨迪燕、张志华
• 适应搜索查询的转移意图 奥马尔·赛义德（Umar Syed）、亚历山大·斯利夫金斯（Aleksandrs Slivkins）、尼娜·米什拉（Nina Mishra）
• 预测最佳学习间距：记忆的多尺度情境模型 哈罗德·帕什勒（Harold Pashler）、尼古拉斯·塞佩达（Nicholas Cepeda）、罗伯特·林赛（Robert V.Lindsey）、埃德·沃尔（Ed Vul）、迈克尔·莫泽（Michael C.Mozer）
• 超图聚类的博弈论方法 塞缪尔·布洛、马塞洛·佩利略
• Dirichlet-Bernoulli对齐：多类多标签多实例语料库的生成模型 杨双红、翟宏源、胡保刚
• 人体实验中的自适应设计优化 丹尼尔·卡瓦尼亚罗、杰·明、马克·皮特
• 分级数据的独立性 乔纳森·黄（Jonathan Huang）、卡洛斯·盖斯林（Carlos Guestrin）
• 卡尔曼滤波器的神经实现 罗伯特·威尔逊，莱夫·芬克尔
• M-best MAP问题的LP视图 Amir Globerson，Menachem Fromer
• 贝叶斯多段自适应压缩传感加速磁共振图像采集 马蒂亚斯·西格
• 在任意域中实现显著正确的特征选择 Dimitris Margaritis公司
• 基于深信念网络的三维目标识别 杰弗里·辛顿·维诺德·奈尔
• 改进现有故障恢复策略 盖·沙尼，克里斯托弗·米克
• 混合回归的凸松弛及其有效算法 Novi Quadrianto、John Lim、Dale Schuurmans、Tibério Caetano
• 人类分类中维度偏差的分层学习 亚当·桑伯恩、尼克·查特、凯瑟琳·海勒
• 多项式语义索引 Bing Bai、Jason Weston、David Grangier、Ronan Collobert、Kunihiko Sadamasa、Yanjun Qi、Corina Cortes、Mehryar Mohri
• 基于重要性抽样的层次贝叶斯推理的神经实现 石磊，托马斯·格里菲思
• 精神分裂症的判别网络模型 伊琳娜·里什（Irina Rish）、本杰明·蒂罗（Benjamin Thyreau）、伯特兰·蒂里昂（Bertrand Thirion）、马里恩·普拉泽（Marion Plaze）、玛丽·劳雷·佩莱雷·马蒂诺（Marie-laure Paillere-martino）、凯瑟琳·马蒂利（Catherine Martelli）、珍妮·卢克·马蒂诺特（Jean-luc
• 具有结构变化的变系数模型的稀疏学习 Mladen Kolar、Le Song、Eric Xing
• 正则化随机学习与在线优化的对偶平均方法 林晓
• 不确定核支持向量机分析 Yiming Ying、Colin Campbell、Mark Girolma
• 量化与思维语言 查尔斯·肯普
• 用多元信息分析探讨人脑的功能联系 Barry Chai、Dirk Walther、Diane Beck、Li Fei-Fei
• 基于稀疏特征函数基的半监督学习 米哈伊尔·贝尔金·考希克·辛哈
• 关于学习轮换 拉曼阿罗拉
• 整数最小二乘的高斯树逼近 雅各布·戈德伯格（Jacob Goldberger）、埃米尔·莱斯姆（Amir Leshem）
• 弱加性噪声模型下的非线性有向非循环结构学习 亚瑟·格雷顿、彼得·斯皮特斯、罗伯特·蒂尔曼
• FACTORIE：基于强制定义因子图的概率规划 安德鲁·麦卡伦、卡尔·舒尔茨、萨米尔·辛格
• 指数族图匹配与排序 詹姆斯·佩特森、金宇、朱利安·麦考利、蒂贝里奥·卡埃塔诺
• 将相位机制扩展到运动弹出的差分运动机会 孟一聪、施伯特伦
• 单通道在线学习的周期步长自适应 徐春南、张玉明、黄汉生、李玉杰
• 从参数贝叶斯方程构造非参数贝叶斯模型 彼得·奥尔班兹
• 可导支持向量机的自适应正则化 徐增林、金荣、朱建科、欧文·金、迈克尔·吕、杨志荣
• 基于主题无关EEG的BCI解码 Siamac Fazli、Cristian Grozea、Marton Danoczy、Benjamin Blankertz、Florin Popescu、Klaus Robert Müller
• 关于凹凸过程的收敛性 格特·兰克里特，Bharath K.Sriperumbudur
• 噪声随机测量的正交匹配追踪：一种新的分析 Sundeep Rangan、Alyson K.Fletcher
• 用于体内神经记录的噪声表征、建模和降低 Zhi Yang、Qi Zhao、Edward Keefer、Wentai Liu
• 权重向量的自适应正则化 科比·克拉默（Koby Crammer）、亚历克斯·库莱斯扎（Alex Kulesza）、马克·德雷泽（Mark Dredze）
• 潜在变量模型中的后验与参数稀疏性 库兹曼·甘切夫（Kuzman Ganchev）、本·塔斯卡尔（Ben Taskar）、费尔南多·佩雷拉（Fernando Pereira）、佐奥·加马（Joáo Gama）
• 用多神经元激励重建稀疏电路（RESCUME） Tao Hu、Anthony Leonardo、Dmitri Chklovskii
• 图上的标签选择 Andrew Guillory、Jeff A.Bilmes
• 快速、一致的内核双样本测试 Arthur Gretton、Kenji Fukumizu、Zaid Harchaoui、Bharath K.Sriperumbudur
• 具有度量空间值输出的稳健非参数回归 马蒂亚斯·海因
• 随机图上高斯过程回归的核和学习曲线 彼得·索利希、马修·尤里、卡米尔·科蒂
• 高维变量选择和统计估计的阈值方法 周树恒（Shuheng Zhou）
• 超越范畴：关于对象关系推理的可视化Memex模型 托马斯·马利西耶维奇（Tomasz Malisiewicz）、阿利奥沙·埃夫罗斯（Alyosha Efros）
• 序列标记中具有高阶特征的条件随机场 Nan Ye、Wee Lee、Hai Chieu、Dan Wu
• 抽象与关系学习 查尔斯·坎普、阿兰·杰恩
• 基于半定-二次-线性规划的快速图Laplacian正则核学习 吴晓明、苏安东尼、李振国、李硕彦
• 数据驱动的建模选择方法 Vivek Farias，Srikanth Jagabathula，Devavrat Shah
• 基于最近邻图的分数函数异常检测 Manqi Zhao、Venkatesh Saligrama
• 子模切割及其应用 川原幸男、长野清彦、津田康二、杰夫·比尔姆斯
• 贝叶斯稀疏因子模型与DAG推理及比较 里卡多·赫诺（Ricardo Henao），奥勒·温特（Ole Winther）
• 已知声音单通道分离的稀疏非参数方法 帕丽斯·斯马拉格迪斯（Paris Smaragdis）、马杜苏达娜·沙珊卡（Madhusudana Shashanka）、比沙·拉吉（Bhiksha Raj）
• 具有最小惩罚的线性估计量的数据驱动校准 西尔万·阿洛，弗朗西斯·巴赫
• 基于功能连接的fMRI受试者间皮层对齐 布莱恩·康罗伊、本·辛格、詹姆斯·哈克斯比、彼得·拉马奇
• 基于卷积深信度网络的音频分类无监督特征学习 Lee Honglak、Pham Peter、Yan Largman、Ng Andrew
• 加速非可分解高斯图形模型的贝叶斯结构推断 Baback Moghaddam、Emtiyaz Khan、Kevin P.Murphy、Benjamin M.Marlin
• 学习图像流形的传输操作符 本杰明·库佩普（Benjamin Culppeper）、布鲁诺·奥尔沙森（Bruno Olshausen）
• 部分可观测下基于模型的强化学习流形嵌入 基思·布什、乔尔·皮诺
• 集成Nystrom方法 Sanjiv Kumar、Mehryar Mohri、Amee Talwalkar
• 具有速率根n收敛的SIR流形正则化 魏边、陶大成
• STDP使尖峰神经元能够检测其输入的隐藏原因 伯恩哈德·内斯勒（Bernhard Nessler）、迈克尔·菲佛（Michael Pfeiffer）、沃尔夫冈·马斯（Wolfgang Maass）
• 基于移位不变核的局部敏感二进制码 斯维特拉娜·拉泽布尼克（Svetlana Lazebnik），马克西姆·拉金斯基（Maxim Raginsky）
• 正则化距离度量学习：理论与算法 金荣、王世军、杨舟
• 时变动态贝叶斯网络 Le Song、Mladen Kolar、Eric Xing
• 分布族的一般投影性质 余耀良、李玉玺、戴尔·舒尔曼斯、Csaba Szepesvári
• 基于区域的分割与目标检测 斯蒂芬·古尔德（Stephen Gould）、高天师（Tinshi Gao）、达芙妮·科勒（Daphne Koller）
• 分级混合分类专家揭示脑区之间的相互作用 姚邦鹏、德克·沃尔特、戴安·贝克、李飞飞
• 使用迭代链接分析的感兴趣区域的无监督检测 金刚熙、安东尼奥·托拉尔巴
• 从非i.d.观察中快速学习 安德烈亚斯·克里斯特曼（Andreas Christmann）英戈·斯坦沃特（Ingo Steinwart）
• 在目标检测的生成层次框架中评估多类学习策略 Sanja Fidler、Marko Boben、Ales Leonardis
• 无监督学习的最优评分 张志华、广代
• 噪声条目的矩阵补全 Raghunadan Keshavan、Andrea Montanari、Sewoong Oh
• 一个广义的自然行动者批判算法 森村哲郎、内部英治、吉本俊一郎、多亚贤治
• 有效的基于矩的置换测试 周春晓、王慧霞、王永美
• 连续时间Markov链的最大似然轨迹 西奥多·珀金斯
• 加性稀疏光滑非参数回归的极小极大率下界 Garvesh Raskutti、Bin Yu、Martin J.Wainwright
• 不可知主动学习的充分条件 王利伟（Liwei Wang）
• 鲁棒运动子空间聚类的有序剩余核 Tat-jun Chin、Hanzi Wang、David Suter
• 通过优化NDCG指标学习排名 哈米德·瓦利扎德根（Hamed Valizadegan）、金荣（Rong Jin）、张若菲（Ruofei Zhang）、毛建昌（Jianchang Mao）
• 慢学习者速度快 马丁·津科维奇、约翰·朗福德、亚历克斯·斯莫拉
• 在互联网范围内跟踪恶意活动的动态来源 Shobha Venkataraman、Avrim Blum、Dawn Song、Subhabrata Sen、Oliver Spatscheck
• Bethe自由能和松散信念传播中的图Zeta函数 渡边优介、福美贤二
• 利用回火转移在马尔可夫随机场中学习 Russ R.Salakhutdinov（俄罗斯）
• Top-k排名的统计一致性 Fen Xia、Tie-yan Liu、Hang Li
• 说话人与内积判别函数的比较 扎希·卡拉姆、道格拉斯·斯图里姆、威廉·坎贝尔
• 基于副本法和压缩感知的MAP估计的渐近分析 Sundeep Rangan、Vivek Goyal、Alyson K.Fletcher
• 早期视觉处理中线性和非线性上下文交互的统计模型 Ruben Coen cagli、Peter Dayan、Odelia Schwartz
• 二进制神经种群模式和连续信号的联合最大熵模型 塞巴斯蒂安·格温、菲利普·贝伦斯、马蒂亚斯·贝奇
• 基于$L_p$嵌套对称分布的局部图像特征层次建模 Matthias Bethge、Eero Simoncelli、Fabian Sinz
• 基于贝叶斯误差估计的脑电分类多类空间谱滤波器优化 郑文明、林周晨
• 静态预测博弈的纳什均衡 迈克尔·布吕克纳，托比亚斯·谢弗
• 鲁棒主成分分析：通过凸优化精确恢复被破坏的低秩矩阵 John Wright、Arvind Ganesh、Shankar Rao、Yigang Peng、Yi Ma
• $k$-means聚类问题的无监督特征选择 Christos Boutsidis、Petros Drineas、Michael W.Mahoney
• 用于政策评估和控制的多步骤动态规划 姚恒帅、沙拉布·巴特纳加、董翠刁、理查德·萨顿、Csaba Szepesvári
• 嵌套式中餐厅过程的变分推理 王冲，大卫·布莱
• 一种生物可信的自然场景快速识别模型 塞内·盖布雷布（Sennay Ghebreab）、史蒂文·肖尔特（Steven Scholte）、维克托·拉梅（Victor Lamme）、阿诺德·斯默尔德斯（Arnold Smeulders）
• 从相邻笔画中学习：结合外观和上下文进行多域草图识别 汤姆·欧阳（Tom Ouyang）、兰德尔·戴维斯（Randall Davis）
• 基于结构松弛补偿的MAP逼近 阿德南·达维切（Adnan Darwiche）·崔亚瑟（Arthur Choi）
• 稀疏图像表示的非参数贝叶斯字典学习 周明远、陈浩军、鲁仁、吉列尔莫·萨皮罗、劳伦斯·卡林、约翰·佩斯利
• 总变差中的离散MDL预测 马库斯·赫特
• 高效准确的Lp-Norm多核学习 马吕斯·克劳特、乌尔夫·布雷费尔德、帕维尔·拉斯科夫、克劳斯·罗贝特·米勒、亚历山大·齐恩、索伦·索尼伯格
• 遮挡成分分析 Jörg Lücke、Richard Turner、Maneesh Sahani、Marc Hennies
• 分布式校准层次分类 及谈判代表迪克尔
• 一个光滑近似线性规划 Vijay Desai、Vivek Farias、Ciamac C.Moallemi
• 动态概率模型中将人类多目标跟踪解释为资源约束的近似推理 Ed Vul、George Alvarez、Joshua Tenenbaum、Michael Black
• 基于图的多监督和非监督模型一致性最大化 高静、冯亮、范伟、孙艺洲、韩嘉伟
• 条件最大熵模型的高效大规模分布式训练 瑞安·麦克唐纳（Ryan Mcdonald）、梅赫亚尔·莫赫里（Mehryar Mohri）、内森·西尔伯曼（Nathan Silberman）、丹·沃克（Dan Walker）、吉迪恩·曼（Gideon Mann）
• 基于混合形式的核学习公式的算法及应用 Saketha Jagarlapudi、Dinesh G、Raman S、Chiranjib Bhattacharyya、Aharon Ben-tal、Ramakrishnan K.r。
• 人脑活动视觉图像重建的图像基估计 藤原由介、宫崎洋一、上谷由纪
• 具有可分解正则化子的$M$-估计量高维分析的统一框架 Sahand Negahban、Bin Yu、Martin J.Wainwright、Pradeep Ravikumar
• 用于变量选择和预测的分组正交匹配寻踪 Grzegorz Swirszcz、Naoki Abe、Aurelie C.Lozano
• 秩近似最近邻搜索：在高维中保持意义和速度 Parikshit Ram、Dongryeol Lee、Hua Ouyang、Alexander Gray
• 作业的在线学习 马修·斯特雷特、丹尼尔·戈洛文、安德烈亚斯·克劳斯
• 使用技能链在持续强化学习领域中发现技能 乔治·科尼达利斯（George Konidaris）、安德鲁·巴托（Andrew Barto）
• 大规模游戏中的策略嫁接 凯文·沃、诺兰·巴德、迈克尔·鲍林
• 有效MAP推理的强化学习训练因子图 Khashayar Rohanimanesh、Sameer Singh、Andrew McCallum、Michael Black
• 学习小树的混合 M.Kumar、Daphne Koller
• 一种用于透明目标识别的附加潜在特征模型 马里奥·弗里茨、加里·布拉德斯基、谢尔盖·卡拉耶夫、特雷弗·达雷尔、迈克尔·布莱克
• 认识你的邻居：突触性抑郁症的规范理论 Jean-pascal Pfister、Peter Dayan、MátéLengyel
• 随机剪枝：高效计算大型动态程序中的期望值 亚历山大·布沙尔德·科特、斯拉夫·彼得罗夫、丹·克莱因
• 半监督条件随机场的一种率失真方法 Yang Wang、Gholamreza Haffari、Shaojun Wang、Greg Mori
• 学习探索和利用POMDP 蔡成辉、廖学军、劳伦斯·卡林
• 支持向量机的多增量减量学习 Masayuki Karasuyama，一郎武内
• 基于多元拉普拉斯先验的贝叶斯信源定位 马塞尔·格文、博通·塞克、罗伯特·奥斯滕维尔德、汤姆·赫斯克斯
• 学习核的非线性组合 Corinna Cortes、Mehryar Mohri、Afshin Rostamizadeh
• 条件神经场 简鹏、猎峰博、徐金波
• 一种大规模图像相似性在线学习算法 Gal Chechik、Uri Shalit、Varun Sharma、Samy Bengio
• 运动皮层中的功能网络重组可以用奖励调制Hebbian学习来解释 Steven Chase、Andrew Schwartz、Wolfgang Maass、Robert Legenstein
• 无限部分可观测马尔可夫决策过程 Finale Doshi-velez公司
• 随机优化和在线学习的加速梯度方法 胡崇海、潘伟科、郭炳湘
• 基于双线性规划的稳健值函数逼近 马雷克·佩特里克（Marek Petrik）、什洛莫·齐尔伯斯坦（Shlomo Zilberstein）
• 图形处理单元上潜在Dirichlet分配的并行推理 冯燕、徐宁义、袁琦
• 全球MAP的地方规则：何时起作用？ Kyomin Jung、Pushmet Kohli、Devavrat Shah
• 方位偏好图的贝叶斯估计 塞巴斯蒂安·格温（Sebastian Gerwinn）、莱昂纳德·怀特（Leonard White）、马提亚斯·卡舒贝（Matthias Kaschube）、马蒂亚斯·贝奇（Matthia Bethge）、雅各布·H·麦克（Jakob H.Macke）
• 自由回忆中的动态贝叶斯分析 理查德·索彻、塞缪尔·格什曼、佩尔·塞德伯格、肯尼斯·诺曼、阿德勒·佩罗特、大卫·布莱
• 结构推理影响潜在遮挡背景下的深度知觉 伊恩·史蒂文森（Ian Stevenson）、康拉德·科尔丁（Konrad Koerding）
• 具有幂律行为的印度自助餐流程 Yee Teh、Dilan Gorur
• 通过空间规则化提升 Xi Yongxin、Uri Hasson、Peter J.Ramadge、Zhen Xiang
• 非泊松神经编码模型估计和评估的时间尺度方法 乔纳森·皮洛
• 基于Hessian能量的半监督回归及其在半监督降维中的应用 Kwang Kim、Florian Steinke、Matthias Hein
• 用图形模型定位程序执行中的错误 劳拉·迪茨（Laura Dietz）、瓦伦丁·达尔梅耶（Valentin Dallmeier）、安德烈亚斯·泽勒（Andreas Zeller）、托比亚斯·谢弗（Tobias Scheffer）
• 人类辐射计复杂性 Jerry Zhu、Bryan Gibson、Timothy T.Rogers
• 超越凸性：在线子模最小化 Elad Hazan、Satyen Kale
• 从多个部分观察视图中学习——一个在多语言文本分类中的应用 Massih R.Amini、Nicolas Usunier、Cyril Goutte
• 用先验预测度量模型复杂性 沃尔夫·范帕梅尔
• 非参数贝叶斯纹理学习与合成 朱龙、陈元浩、比尔·弗里曼、安东尼奥·托拉尔巴
• 一种用于图像聚类、标注和对象分割的贝叶斯模型 兰杜、鲁仁、劳伦斯·卡林、大卫·邓森
• 谁的选票更重要：未知专业标签的最佳整合 雅各布·怀特希尔（Jacob Whitehill）、吴廷芬（Ting-fan Wu）、雅各布·布格斯玛（Jacobs Bergsma）、哈维尔·莫夫兰（Javier Movellan）、保罗·鲁沃洛（Paul Ruvolo）
• 阅读茶叶：人类如何解读主题模型 Jonathan Chang、Sean Gerrish、Chong Wang、Jordan Boyd graber、David Blei
• 基于匹配图像合成的场景分割 布莱恩·罗素（Bryan Russell）、阿利奥莎·埃夫罗斯（Alyosha Efros）、约瑟夫·西维奇（Josef Sivic）、比尔·弗里曼（Bill Freeman）、安德鲁·齐瑟曼（Andrew Zisserman）
• 多任务高斯过程回归的泛化误差和学习曲线 Kian Chai公司
• 突破感应时间和诊断时间的界限主动信息获取 埃里克·霍维茨（Eric Horvitz）阿什什·卡普尔（Ashish Kapoor）
• 图匹配和MAP推理的整数投影不动点方法 马吕斯·勒尔迪亚努、马格丽特·赫伯特、拉胡尔·苏克坦卡尔
• 高效的Bregman范围搜索 劳伦斯·凯顿
• 分散控制的复杂性：特殊情况 马丁·艾伦（Martin Allen）、什洛莫·齐尔伯斯坦（Shlomo Zilberstein）