JMLR第20卷

• 基于广义差异的自适应

  科琳娜·科尔特斯（Corinna Cortes）、梅赫亚尔·莫赫里（Mehryar Mohri）、安德烈斯·穆尼奥斯·麦地那（Andrés Muñoz Medina）(1):1−30, 2019 PDF格式 BibTeX公司

• 无限深神经网络的传输分析

  村田信孝(2):1−52, 2019 PDF格式 BibTeX公司

• 基于函数空间稀疏投影的核节约在线学习

  亚历克·科佩尔、加勒特·沃内尔、伊桑·斯塔姆、亚历杭德罗·里贝罗(3):1−44, 2019 PDF格式 BibTeX公司

• 带噪声观测的模拟退火算法的收敛速度

  艾奥娜·加夫拉的克莱门特·鲍蒂尔（Clément Bouttier）(4):1−45, 2019 PDF格式 BibTeX公司

• 广义低秩张量回归的非凸投影梯度下降

  Han Chen、Garvesh Raskutti、Ming Yuan（5） ：2019年1月37日 PDF格式 BibTeX公司

• scikit-multilern:用于多标签分类的Python库

  彼得罗·西马恩斯基（Piotr Szymaánski）、托马斯·卡伊达诺维奇（Tomasz Kajdanowicz）(6):1−22, 2019 代码PDF格式 BibTeX公司

• 广义线性问题的可缩放逼近

  穆拉特·埃尔多杜（Murat Erdogdu）、莫森·巴亚蒂（Mohsen Bayati）、李·迪克（Lee H.Dicker）(7):1−45, 2019 PDF格式 BibTeX公司

• 提前下降的前向-后向选择

  Giorgos Borboudakis、Ioannis Tsamardinos(8):1−39, 2019 PDF格式 BibTeX公司

• 高维动态定价

  阿德尔·贾文马尔、哈米德·纳泽尔扎德（9） ：2019年1月49日 PDF格式 BibTeX公司

• 图形套索和阈值：等价性和闭式解

  Salar Fattahi，Somayeh Sojoudi(10):1−44, 2019 PDF格式 BibTeX公司

• 基于近似正确学习理论的一位压缩感知方法

  穆罕默德·埃伦·阿赫森（Mehmet Eren Ahsen）、马图库马利·维迪亚萨加（Mathukumalli Vidyasagar）(11):1−23, 2019 PDF格式 BibTeX公司

• 基于Nystrom近似的可伸缩核K-Means聚类：相对误差界

  Shusen Wang、Alex Gittens、Michael W.Mahoney(12):1−49, 2019 PDF格式 BibTeX公司

• 结构预测中LP松弛的训练和测试严密性

  Ofer Meshi、Ben London、Adrian Weller、David Sontag(13):1−34, 2019 PDF格式 BibTeX公司

• 不稳定Bandit问题的逼近

  阿扎德赫·哈勒吉（Azadeh Khaleghi），斯特芬·格里纽尔德（Steffen Grünewälder）(14):1−37, 2019 PDF格式 BibTeX公司

• 基于Hilbert核集的可伸缩贝叶斯自动推理

  特雷弗·坎贝尔（Trevor Campbell）、塔玛拉·布罗德里克（Tamara Broderick）(15):1−38, 2019 PDF格式 BibTeX公司

• 平滑邻域推荐系统

  本戴、王俊晖、沈晓彤、瞿安妮(16):1−24, 2019 PDF格式 BibTeX公司

• 非随机Bandits中的延迟与合作

  尼科尔·塞萨·比安奇、克劳迪奥·金蒂莱、伊莎·曼苏尔(17):1−38, 2019 PDF格式 BibTeX公司

• 乘法局部线性风险估计和最佳单侧交叉验证

  Maria Luz Gámiz、María Dolores Martínez Miranda、Jens Perch Nielsen(18):1−29, 2019 PDF格式 BibTeX公司

• spark-crowd：从众包大数据中学习的火花包

  恩里克·罗德里戈（Enrique G.Rodrigo）、胡安·阿莱多（Juan A.Aledo）、何塞·加梅斯（JoséA.Gámez）(19):1−5, 2019 代码PDF格式 BibTeX公司

• 稳健主成分分析的加速交替投影

  蔡汉琴、蔡建峰、柯伟(20):1−33, 2019 PDF格式 BibTeX公司

• 从几个条目进行频谱估计

  Ashish Khetan和Sewoong Oh(21):1−55, 2019 PDF格式 BibTeX公司

• 未知动力学环境下基于随机特征的在线多核学习

  沈燕宁、陈天一、乔治奥斯·B·詹纳基斯(22):1−36, 2019 PDF格式 BibTeX公司

• 统计多元相关学习中潜在因素数量的确定

  史成春、陆文斌、宋瑞(23):1−38, 2019 PDF格式 BibTeX公司

• 联合PLDA用于同时建模两个因素

  露西亚娜·费雷尔（Luciana Ferrer）、米切尔·迈凯轮（Mitchell McLaren）(24):1−29, 2019 PDF格式 BibTeX公司

• 群不变性、变形稳定性和深卷积表示的复杂性

  阿尔贝托·比埃蒂（Alberto Bietti）、朱利安·迈拉尔（Julien Mairal）(25):1−49, 2019 PDF格式 BibTeX公司

• TensorLy:在Python中学习Tensor

  让·科斯赛菲（Jean Kossaifi）、亚尼斯·帕纳加基斯（Yannis Panagakis）、阿尼玛·阿南德库马尔（Anima Anandkumar）、马贾·潘蒂奇（Maja Pantic）(26):1−6, 2019 代码PDF格式 BibTeX公司

• 基于整流线网络的单音学习

  Veit Elser、Dan Schmidt、Jonathan Yedidia(27):1−42, 2019 PDF格式 BibTeX公司

• Pyro：深度通用概率编程

  Eli Bingham、Jonathan P.Chen、Martin Jankowiak、Fritz Obermeyer、Neeraj Pradhan、Theofanis Karaletsos、Rohit Singh、Paul Szerlip、Paul-Horsfall、Noah D.Goodman(28):1−6, 2019 代码PDF格式 BibTeX公司

• 动态社会网络中的迭代学习

  伯纳德·查泽尔（Bernard Chazelle）、朱旺（Chu Wang）(29):1−28, 2019 PDF格式 BibTeX公司

• 加权图的半定规划精确聚类

  Aleksis Pirinen、Brendan Ames(30):1−34, 2019 PDF格式 BibTeX公司

• 序列有序数据的核

  Franz J.Kiraly，Harald Oberhauser(31):1−45, 2019 PDF格式 BibTeX公司

• NetSDM：基于网络分析的语义数据挖掘

  Jan Kralj、Marko Robnik-Sikonja、Nada Lavrac(32):1−50, 2019 PDF格式 BibTeX公司

• 不可知选择分类、主动学习与不一致系数的关系

  Roei Gelbhart、Ran El-Yaniv(33):1−38, 2019 PDF格式 BibTeX公司

• 具有协变量的匹配二分块模型

  Zahra S.Razaee、Arash A.Amini、Jingyi Jessica Li（34）：2019年1月44日 PDF格式 BibTeX公司

• 观测时间序列的最优策略及相关的不稳定Bandit问题

  克里斯托弗·丹斯（Christopher R.Dance）、托米·西兰德（Tomi Silander）(35):1−93, 2019 PDF格式 BibTeX公司

• 拉普拉斯解和流问题的一种新方法

  Patrick Rebeschini，Sekhar Tatikonda(36):1−37, 2019 PDF格式 BibTeX公司

• 非凸稳健子空间恢复的良好调节环境

  Tyler Maunu、Teng Zhang、Gilad Lerman(37):1−59, 2019 PDF格式 BibTeX公司

• 一类稀疏优化问题的近似硬度

  陈一晨、叶银雨、王梦迪(38):1−27, 2019 PDF格式 BibTeX公司

• 随机矩阵乘法中误差估计的Bootstrap方法

  Miles E.Lopes、Shusen Wang、Michael W.Mahoney(39):1−40, 2019 PDF格式 BibTeX公司

• 随机修正方程和随机梯度算法的动力学Ⅰ：数学基础

  李谦孝、程泰、渭南E(40):1−47, 2019 PDF格式 BibTeX公司

• 互污染模型的净化

  朱利安·卡兹·萨缪尔斯、吉勒斯·布兰查德、克莱顿·斯科特(41):1−57, 2019 PDF格式 BibTeX公司

• 二阶信息在小批量随机方差缩减近似迭代中的应用

  王佳蕾、张彤(42):1−56, 2019 PDF格式 BibTeX公司

• DSCOVR：用于异步分布式优化的随机原始-对偶块坐标算法

  林晓、亚当斯·魏瑜、林启航、陈伟珠（43）：2019年1月58日 PDF格式 BibTeX公司

• 毕加索：R和Python中用于高维数据分析的稀疏学习库

  杰森·葛、李兴国、姜浩明、刘汉、张彤、王梦迪、赵拓(44):1−5, 2019 代码网页PDF格式 BibTeX公司

• 鲁棒频繁方向及其在在线学习中的应用

  罗罗、程晨、张志华、李武军、张彤(45):1−41, 2019 PDF格式 BibTeX公司

• 增强核岭回归：最优学习率和提前停止

  林绍波、雷云文、周定轩(46):1−36, 2019 PDF格式 BibTeX公司

• 用于社区检测的谱聚类算法分析：一般二分设置

  周志新，阿拉什·A·阿米尼（47）：2019年1月47日 PDF格式 BibTeX公司

• 利用观察数据对个体化治疗规则进行有效的强化和放松学习

  赵英琪、埃里克·B·拉伯、杨宁、萨哈、布鲁斯·E·桑兹(48):1−23, 2019 PDF格式 BibTeX公司

• 利用仿真提高双足机器人贝叶斯优化的采样效率

  Akshara Rai、Rika Antonova、Franziska Meier、Christopher G.Atkeson(49):1−24, 2019 PDF格式 BibTeX公司

• 具有未知超参数的无约束贝叶斯优化

  Felix Berkenkamp、Angela P.Schoellig、Andreas Krause(50):1−24, 2019 PDF格式 BibTeX公司

• 基于多元正态混合的概率分类器贝叶斯组合

  格雷戈·皮什（Gregor Pirš）、埃里克·什图姆贝勒（ErikŠtrumbelj）(51):1−18, 2019 PDF格式 BibTeX公司

• 基于Thompson抽样的欺骗环境在线随机搜索及其在寻根问题中的应用

  Sondre Glimsdal、Ole-Christoffer Granmo(52):1−24, 2019 PDF格式 BibTeX公司

• 可调性：机器学习算法超参数的重要性

  Philipp Probst，Anne-Laure Boulesteix，Bernd Bischl(53):1−32, 2019 PDF格式 BibTeX公司

• 群系统的深度强化学习

  马克西米利安·赫特恩劳赫（Maximilian Hüttenrauch）、阿德里安·索西奇（AdrianŠošić）、格哈德·诺伊曼（Gerhard Neumann）(54):1−31, 2019 PDF格式 BibTeX公司

• 神经架构搜索：综述

  托马斯·埃尔斯克、扬·亨德里克·梅岑、弗兰克·赫特(55):1−21, 2019 PDF格式 BibTeX公司

• 绘制密集矩阵和稀疏矩阵的近最优频繁方向

  黄增丰(56):1−23, 2019 PDF格式 BibTeX公司

• 多类异构域自适应

  Joey Tianyi Zhou、Ivor W.Tsang、Sinno Jialin Pan、Mingkui Tan(57):1−31, 2019 PDF格式 BibTeX公司

• 正则化经验风险最小化的共向方法

  王波伟、李清培、林志仁(58):1−49, 2019 PDF格式 BibTeX公司

• 语音识别的核近似方法

  Avner May、Alireza Bagheri Garakani、Zhiyun Lu、Dong Guo、Kuan Liu、Aurélien Bellet、Linxi Fan、Michael Collins、Daniel Hsu、Brian Kingsbury、Michael Picheny、Fei Sha(59):1−36, 2019 PDF格式 BibTeX公司

• 基于局部加权最小绝对偏差回归的导数鲁棒估计

  王文武、余平、卢琳、童铁军(60):1−49, 2019 PDF格式 BibTeX公司

• HOSVD的超形式扰动与低阶张量去噪

  董霞、范周(61):1−42, 2019 PDF格式 BibTeX公司

• 多尺度在线学习：理论及其在在线拍卖和定价中的应用

  Sébastien Bubeck、Nikhil R.Devanur、Zhiyi Huang、Rad Niazadeh(62):1−37, 2019 PDF格式 BibTeX公司

• 分段线性神经网络的近紧VC-维和伪维界

  Peter L.Bartlett、Nick Harvey、Christopher Liaw、Abbas Mehrabian(63):1−17, 2019 PDF格式 BibTeX公司

• 深度核学习的一个表示定理

  巴斯蒂安·博恩（Bastian Bohn）、迈克尔·格里贝尔（Michael Griebel）、克里斯蒂安·里格（Christian Rieger）(64):1−32, 2019 PDF格式 BibTeX公司

• 成本敏感分类的主动学习

  阿克谢·克里希纳穆尔西（Akshay Krishnamurthy）、阿加瓦尔（Alekh Agarwal）、黄祖奎（Tzu-Kuo Huang）、哈尔·达梅三世（Hal DauméIII）、约翰·朗福德（John Langford）(65):1−50, 2019 PDF格式 BibTeX公司

• 近距离算法：理论与实践

  Kevin L.Keys、Hua Zhou、Kenneth Lange(66):1−38, 2019 PDF格式 BibTeX公司

• 连接查询解的可学习性

  Hubie Chen、Matthew Valeriote(67):1−28, 2019 PDF格式 BibTeX公司

• 基于方差的凸目标正则化

  John Duchi、Hongseok Namkoong(68):1−55, 2019 PDF格式 BibTeX公司

• 关于一致顶点指定方案

  文斯·利津斯基（Vince Lyzinski）、基思·莱文（Keith Levin）、凯里·普里贝（Carey E.Priebe）(69):1−39, 2019 PDF格式 BibTeX公司

• 拉索中的半分析重采样

  小渊聪、川崎吉崎(70):1−33, 2019 PDF格式 BibTeX公司

• 松弛条件梯度算法

  戈博·布劳恩、塞巴斯蒂安·波库塔、丹尼尔·津克(71):1−42, 2019 PDF格式 BibTeX公司

• 分布式优化和学习中分散器抑制的冗余技术

  坎卡拉库斯、孙一凡、苏哈斯·迪加维、尹沃涛（72）：2019年1月47日 PDF格式 BibTeX公司

• Langevin蒙特卡罗的凸优化分析

  阿兰·杜尔穆斯（Alain Durmus）、斯兹蒙·马杰夫斯基（Szymon Majewski）、Błażej Miasojedow(73):1−46, 2019 PDF格式 BibTeX公司

• 深度最优停车

  塞巴斯蒂安·贝克尔（Sebastian Becker）、帕特里克·切里迪托（Patrick Cheridito）、阿诺夫·詹森（Arnulf Jentzen）(74):1−25, 2019 PDF格式 BibTeX公司

• 公平约束：一种灵活的公平分类方法

  穆罕默德·比拉尔·扎法、伊莎贝尔·瓦莱拉、曼努埃尔·戈梅兹·罗德里格斯、克里希纳·P·古马迪(75):1−42, 2019 PDF格式 BibTeX公司

• 非负数据的广义分数匹配

  余世清、马蒂亚斯·德顿、阿里·肖杰(76):1−70, 2019 PDF格式 BibTeX公司

• P值的不均匀性可能在不同维度的早期发生

  范莹莹、埃姆雷·德米尔卡亚、吕金池(77):1−33, 2019 PDF格式 BibTeX公司

• 马蹄回归的预测风险

  Anindya Bhadra、Jyotishka Datta、Yunfan Li、Nicholas G.Polson、Brandon Willard(78):1−39, 2019 PDF格式 BibTeX公司

• 先验概率偏移下的量化：比率估计及其推广

  阿丰索·费尔南德斯·瓦兹（Afonso Fernandes Vaz）、拉斐尔·伊兹比基（Rafael Izbicki）、拉菲尔·巴斯西·斯特恩（Rafa埃尔Bassi Stern）(79):1−33, 2019 PDF格式 BibTeX公司

• 通过逆向最优传输学习匹配

  李瑞林、叶晓静、周浩民、翟宏源(80):1−37, 2019 PDF格式 BibTeX公司

• 几何集系统VC-维的紧下界

  莫尼卡·西科斯、纳比尔·穆斯塔法、安德烈·库帕夫斯基（81）：2019年1月8日 PDF格式 BibTeX公司

• SMART：用于监督学习的开源数据标记平台

  Rob Chew、Michael Wenger、Caroline Kery、Jason Nance、Keith Richards、Emily Hadley、Peter Baumgartner(82):1−5, 2019 代码PDF格式 BibTeX公司

• 随机情况下Hedge算法的最优性

  杰瓦德·穆尔塔达（Jaouad Mourtada），圣埃芬·加法斯(83):1−28, 2019 PDF格式 BibTeX公司

• 可微博弈机制

  Alistair Letcher、David Balduzzi、Sébastien Racanière、James Martens、Jakob Foerster、Karl Tuyls、Thore Graepel(84):1−40, 2019 PDF格式 BibTeX公司

• 基于抽样和剪枝生成树的贝叶斯时空分割

  Leonardo V.Teixeira、Renato M.Assunção、Rosangela H.Loschi（85）：2019年1月35日 PDF格式 BibTeX公司

• 基于不完全数据的流式主成分分析

  Armin Eftekhari、Gregory Ongie、Laura Balzano、Michael B.Wakin(86):1−62, 2019 PDF格式 BibTeX公司

• 分布式非参数方法的渐近分析

  波托德·萨博（Botond Szabó）、哈里·范赞滕（Harry van Zanten）(87):1−30, 2019 PDF格式 BibTeX公司

• 通过VC维度选择模型

  梅林·姆普迪厄（Merlin Mpoudeu）、伯特兰·克拉克（Bertrand Clarke）(88):1−26, 2019 PDF格式 BibTeX公司

• 光滑结构化稀疏回归的依赖相关性判定

  吴安琪、奥卢瓦桑米·科耶霍、乔纳森·皮洛(89):1−43, 2019 PDF格式 BibTeX公司

• 基于粒子的贝叶斯非负矩阵分解变分方法

  穆罕默德·马苏德（Muhammad A Masood），Finale Doshi-Velez(90):1−56, 2019 PDF格式 BibTeX公司

• 污染匪徒的最佳武器识别

  杰森·阿尔舒勒（Jason Altschuler）、维克托·埃曼纽尔·布鲁内尔（Victor-Emmanuel Brunel）、阿兰·马利克（Alan Malek）(91):1−39, 2019 PDF格式 BibTeX公司

• 情感推文：一个分析推文中情感的Weka包

  费利佩·布拉沃·马尔克斯（Felipe Bravo-Marquez）、艾比·弗兰克（Eibe Frank）、伯恩哈德·普法林格（Bernhard Pfahringer）、赛义夫·穆罕默德（Saif M.Mohammad）(92):1−6, 2019 代码PDF格式 BibTeX公司

• iNNestigate神经网络！

  马克西米利安·阿尔伯（Maximilian Alber）、塞巴斯蒂安·拉普什金（Sebastian Lapuschkin）、菲利普·西格勒（Philipp Seegerer）、米里亚姆·哈格尔（Miriam Hägele）、克里斯托夫·舒特（Kristof T.Schütt）、格里戈伊尔·蒙塔文（Grégoire Montavon）、沃西奇·萨梅克（Wojciech Samek）、(93):1−8, 2019 代码PDF格式 BibTeX公司

• 多个概念的同步私人学习

  Mark Bun、Kobbi Nissim、Uri Stemmer(94):1−34, 2019 PDF格式 BibTeX公司

• 基于$\ell_1$-正则回归的高维泊松结构方程模型学习

  Gunwoong公园、Sion公园(95):1−41, 2019 PDF格式 BibTeX公司

• PyOD：用于可伸缩异常检测的Python工具箱

  Yue Zhao、Zain Nasrulah、Zheng Li(96):1−7, 2019 代码PDF格式 BibTeX公司

• 核规范正则化矩阵完备化的相对误差界分析

  张丽君、杨天宝、金荣、周志华(97):1−22, 2019 PDF格式 BibTeX公司

• 本质低维数据的自适应几何多尺度逼近

  廖文静，毛罗·马吉奥尼(98):1−63, 2019 PDF格式 BibTeX公司

• 表达多维变点的变化曲面与反事实预测

  William Herlands、Daniel B.Neill、Hannes Nickisch、Andrew Gordon Wilson(99):1−51, 2019 PDF格式 BibTeX公司

• 具有节能子采样的哈密顿蒙特卡罗

  Khue-Dung Dang、Matias Quiroz、Robert Kohn、Minh-Ngoc Tran、Mattias Villani(100):1−31, 2019 PDF格式 BibTeX公司

• 低排列秩矩阵：结构特性和噪声完备性

  尼哈尔·沙阿（Nihar B.Shah）、西瓦拉曼·巴拉克里什南（Sivaraman Balakrishnan）、马丁·温赖特（Martin J.Wainwright）(101):1−43, 2019 PDF格式 BibTeX公司

• 基于强对偶的非凸矩阵完备及相关问题

  玛丽亚·福丽娜·巴尔坎、梁英玉、赵松、大卫·P·伍德拉夫、张洪扬(102):1−56, 2019 PDF格式 BibTeX公司

• 通过大众运输实现正规化

  索鲁什·沙菲埃扎德赫·阿巴德、丹尼尔·库恩、佩曼·莫哈杰林·埃斯法哈尼(103):1−68, 2019 PDF格式 BibTeX公司

• 决策树中特征选择的完全搜索

  萨尔瓦托·鲁杰里(104):1−34, 2019 PDF格式 BibTeX公司

• 最佳传输：带精确解算器的快速概率逼近

  Max Sommerfeld、Jörn Schrieber、Yoav Zemel、Axel Munk(105):1−23, 2019 PDF格式 BibTeX公司

• 用半光滑牛顿基增广拉格朗日方法求解OSCAR和SLOPE模型

  罗紫嫣、孙德凤、金传多、奈华秀(106):1−25, 2019 PDF格式 BibTeX公司

• 通过SEED实现可扩展的可解释多响应回归

  郑泽民，M.Taha Bahadori，Yan Liu，Jinchi Lv(107):1−34, 2019 PDF格式 BibTeX公司

• 病例控制抽样下高斯过程分类和广义线性混合模型的最大似然

  Omer Weissbrod、Shachar Kaufman、David Golan、Saharon Rosset(108):1−30, 2019 PDF格式 BibTeX公司

• 学习不忠实的$K$可分离高斯图形模型

  Sekhar Tatikonda De Wen Soh先生(109):1−30, 2019 PDF格式 BibTeX公司

• 深度神经网络的一个表示定理

  迈克尔·昂瑟（110）：2019年1月30日 PDF格式 BibTeX公司

• 一种无网格搜索的高维变点回归模型的有效两步算法

  Abhishek Kaul、Venkata K.Jandhyala、Stergios B.Fotopoulos(111):1−40, 2019 PDF格式 BibTeX公司

• 测量数据并行性对神经网络训练的影响

  Christopher J.Shallue、Jaehoon Lee、Joseph Antognini、Jascha Sohl-Dickstein、Roy Frostig、George E.Dahl(112):1−49, 2019 PDF格式 BibTeX公司

• 线性支持向量机的分布式推理

  王晓洲、杨卓毅、陈曦、刘卫东(113):1−41, 2019 PDF格式 BibTeX公司

• 非凸矩阵恢复中伪局部极小不存在的严格限制等距界

  Richard Y.Zhang、Somayeh Sojoudi、Javad Lavaei(114):1−34, 2019 PDF格式 BibTeX公司

• 高维结构化潜在属性模型中属性模式的学习

  顾宇琪、徐公军(115):1−58, 2019 PDF格式 BibTeX公司

• 具有谱和割保证的图约简

  安德烈亚斯·卢卡斯(116):1−42, 2019 PDF格式 BibTeX公司

• 潜在高斯过程模型中的泛型推理

  Edwin V.Bonilla、Karl Krauth、Amir Dezfouli(117):1−63, 2019 PDF格式 BibTeX公司

• 二元性：线性监督学习中对单热点编码特征的惩罚

  Mokhtar Z.Alaya、Simon Bussy、Stéphane Gaíffas、Agathe Guilloux(118):1−34, 2019 PDF格式 BibTeX公司

• 非参数张量积平滑样条回归和图形模型的分层学习策略

  Kean Ming Tan、Junwei Lu、Tong Zhang、Han Liu（119）：2019年1月38日 PDF格式 BibTeX公司

• 大RKHS上的Ivanov正则最小二乘估计及其插值空间

  Stephen Page，Steffen Grünewälder(120):1−49, 2019 PDF格式 BibTeX公司

• 基于特征和样本同时约简的稀疏支持向量机

  Bin Hong、Weizhong Zhang、Wei Liu、Jieping Ye、Deng Cai、Xiaofei He、Jie Wang(121):1−39, 2019 PDF格式 BibTeX公司

• 近似剖面最大可能性

  Dmitri S.Pavlichin、Jiantao Jiao、Tsachy Weissman(122):1−55, 2019 PDF格式 BibTeX公司

• ADMMBO:使用ADMM进行未知约束的贝叶斯优化

  Setareh Ariafar、Jaume Coll Font、Dana Brooks、Jennifer Dy（123）：2019年1月26日 代码PDF格式 BibTeX公司

• 通过随机值函数进行深度探索

  Ian Osband、Benjamin Van Roy、Daniel J.Russo、Zheng Wen(124):1−62, 2019 PDF格式 BibTeX公司

• ORCA：有序回归的Matlab/Octave工具箱

  哈维尔·桑切斯·莫内德罗、佩德罗·古铁雷斯、玛丽亚·佩雷斯-奥尔蒂斯(125):1−5, 2019 代码PDF格式 BibTeX公司

• 持久性条码的学习表示

  Christoph D.Hofer、Roland Kwitt、Marc Niethammer(126):1−45, 2019 PDF格式 BibTeX公司

• 基于流形正则化的因果学习

  史蒂文·希尔（Steven M.Hill）、克里斯·奥茨（Chris J.Oates）、邓肯·A·布莱斯（Duncan A.Blythe）、萨克·穆克吉（Sach Mukherjee）(127):1−32, 2019 PDF格式 BibTeX公司

• 用于强化学习的无监督基函数自适应

  查尔·拉斯·爱德华·巴克(128):1−73, 2019 PDF格式 BibTeX公司

• 基于神经网络和Cox回归的时间-事件预测

  哈瓦德·科瓦姆、阿尔努夫·博根、艾达·谢尔(129):1−30, 2019 PDF格式 BibTeX公司

• 利用关联信息对深关系机器的逻辑解释

  Ashwin Srinivasan、Lovekesh Vig、Michael Bain(130):1−47, 2019 PDF格式 BibTeX公司

• Dirichlet变分自动编码器主题模型中的解耦稀疏性和光滑性

  苏菲·伯克哈特（Sophie Burkhardt）、斯特凡·克莱默（Stefan Kramer）(131):1−27, 2019 PDF格式 BibTeX公司

• 最优子样本Logistic回归的更有效估计

  王海英(132):1−59, 2019 PDF格式 BibTeX公司

• 一层神经网络优化景观中的虚假山谷

  卢卡·文丘里（Luca Venturi）、阿方索·班德拉（Afonso S.Bandeira）、琼·布鲁纳（Joan Bruna）(133):1−34, 2019 PDF格式 BibTeX公司

• 随机方差缩减三次正则化方法

  周东若、潘旭、顾全全(134):1−47, 2019 PDF格式 BibTeX公司

• 具有线性算子不等式约束的高斯过程

  克里斯蒂安·阿格雷尔(135):1−36, 2019 PDF格式 BibTeX公司

• 噪声点云的局部正则化：改进的全局几何估计和数据分析

  尼古拉斯·加西亚·特里洛斯、丹尼尔·桑兹·阿隆索、杨瑞仪(136):1−37, 2019 PDF格式 BibTeX公司

• 多类提升：边距、码字、损失和算法

  穆罕默德·萨伯里亚（Mohammad Saberian）、努诺·瓦康塞洛斯（Nuno Vasconcelos）(137):1−68, 2019 PDF格式 BibTeX公司

• 广义最大熵估计

  托比亚斯·萨特、大卫·萨特、佩曼·莫哈杰林·埃斯法哈尼、约翰·利杰罗斯(138):1−29, 2019 PDF格式 BibTeX公司

• 基于时间可变有向图的分散字典学习

  Amir Daneshmand、Ying Sun、Gesualdo Scutari、Francisco Facchinei、Brian M.Sadler(139):1−62, 2019 PDF格式 BibTeX公司

• 海量数据的非参数贝叶斯聚集

  左凤尚、伯涛浩、广诚(140):1−81, 2019 PDF格式 BibTeX公司

• 可证明准确的双解析编码

  Thanh V.Nguyen、Raymond K.W.Wong、Chinmay Hegde(141):1−43, 2019 PDF格式 BibTeX公司

• 无模型非凸矩阵完备化：局部极小分析及其在内存有效核PCA中的应用

  纪晨、李晓东(142):1−39, 2019 PDF格式 BibTeX公司

• 最小样本子空间学习：理论与算法

  张振岳、夏玉清(143):1−57, 2019 PDF格式 BibTeX公司

• 一般成对分解下高斯置信传播的收敛性：高斯MRF与成对线性高斯模型的连接

  李斌、吴一忠(144):1−30, 2019 PDF格式 BibTeX公司

• 基于在线离线实验的策略搜索贝叶斯优化

  本杰明·莱瑟姆（Benjamin Letham）、伊坦·巴克什（Eytan Bakshy）(145):1−30, 2019 附录PDF格式 BibTeX公司

• 描述纯私人学习者的样本复杂性

  阿莫斯·贝梅尔、科比·尼西姆、乌里·斯特默(146):1−33, 2019 PDF格式 BibTeX公司

• 基于调整的分组平稳噪声鲁棒独立分量分析

  尼古拉斯·普菲斯特（Niklas Pfister）、塞巴斯蒂安·魏奇瓦尔德（Sebastian Weichwald）、彼得·鲍尔曼（Peter Bühlmann）、伯恩哈德·舍尔科夫（Bernhard Schölkopf）(147):1−50, 2019 代码PDF格式 BibTeX公司

• 集合矩阵完成

  Mokhtar Z.Alaya，Olga Klopp（148）：2019年1月43日 PDF格式 BibTeX公司

• 关于贝叶斯预测的渐近性和有限时间最优性

  丹尼尔·里亚布科(149):1−24, 2019 PDF格式 BibTeX公司

• 学习优化的风险评分

  辛西娅·鲁丁（Cynthia Rudin）·伯克·乌斯顿（Berk Ustun）(150):1−75, 2019 PDF格式 BibTeX公司

• 随机持久图概率密度函数的非参数估计

  Vasileios Maroulas、Joshua L Mike、Christopher Oballe(151):1−49, 2019 PDF格式 BibTeX公司

• 基于Stein恒等式的高维变指数系数模型

  Sen Na、Zhooran Yang、Zhaoran Wang、Mladen Kolar(152):1−44, 2019 PDF格式 BibTeX公司

• 随机聚类的近似算法

  David G.Harris、Shi Li、Thomas Pensyl、Aravind Srinivasan、Khoa Trinh(153):1−33, 2019 PDF格式 BibTeX公司

• 一类非凸非光滑优化问题的收敛性保证

  库利克·卡马鲁（Koulik Khamaru），马丁·温赖特（Martin J.Wainwright）(154):1−52, 2019 PDF格式 BibTeX公司

• 在线回归森林中不确定性的量化

  西奥多·瓦西洛迪斯、吉安马尔科·德·弗朗西西·莫拉莱斯、亨利克·博斯特罗姆(155):1−35, 2019 PDF格式 BibTeX公司

• SimpleSet：一个简单而通用的分布式对象检测和实例识别框架

  陈云涛、韩晨霞、李阳浩、黄泽浩、易江、王乃燕、张兆祥(156):1−8, 2019 代码PDF格式 BibTeX公司

• 基于凸规划的同步相位恢复和盲反褶积

  Ali Ahmed、Alireza Aghasi、Paul Hand（157）：2019年1月28日 PDF格式 BibTeX公司

• GraSPy:Python中的图形统计

  Jaewon Chung、Benjamin D.Pedigo、Eric W.Bridgeford、Bijan K.Varjavand、Hayden S.Helm、Joshua T.Vogelstein(158):1−7, 2019 代码PDF格式 BibTeX公司

• 网络凸分布优化的最优收敛速度

  凯文·斯卡曼、弗朗西斯·巴赫、塞巴斯蒂安·布贝克、尹达·李、劳伦特·马苏利(159):1−31, 2019 PDF格式 BibTeX公司

• 无监督非线性扩散学习

  莫罗·马吉奥尼（Mauro Maggioni）、詹姆斯·墨菲（James M.Murphy）(160):1−56, 2019 PDF格式 BibTeX公司

• 基于系数$\ell_q-$正则化的稀疏核回归

  石磊、黄晓琳、冯云龙、约翰·苏肯斯（161）：2019年1月44日 PDF格式 BibTeX公司

• 基于模型选择的核多变点算法

  Sylvain Arlot、Alain Celisse、Zaid Harchaoui(162):1−56, 2019 PDF格式 BibTeX公司

• 基于凸集分解的稀疏群Lasso的两层特征约简

  王杰、张占秋、叶洁平(163):1−42, 2019 PDF格式 BibTeX公司

• 简化PC-算法：大型随机网络中改进的因果结构学习

  Arjun Sondhi、Ali Shojaie(164):1−31, 2019 PDF格式 BibTeX公司

• 任意节点高斯置信传播的收敛性

  Francois Kamper、Sarel J.Steel、Johan A.du Preez(165):1−37, 2019 PDF格式 BibTeX公司

• 等级分类预测的无监督评估和加权聚合

  穆罕默德·埃伦·阿赫森（Mehmet Eren Ahsen）、罗伯特·M·沃格尔（Robert M Vogel）、古斯塔沃·A·斯托洛维茨基（Gustavo A Stolovitzky）(166):1−40, 2019 PDF格式 BibTeX公司

• 随机典型相关分析

  高超、丹·加伯、内森·斯雷布罗、王佳蕾、王伟然(167):1−46, 2019 PDF格式 BibTeX公司

• 核集的行列式点过程

  尼古拉斯·特伦布雷（Nicolas Tremblay）、西蒙·巴塞尔姆（Simon Barthemé）、皮埃尔·奥利维尔·安布拉德（Pierre-Olivier Amblard）(168):1−70, 2019 PDF格式 BibTeX公司

• 高斯过程的尴尬并行推断

  Michael Minyi Zhang，Sinead A.Williamson公司(169):1−26, 2019 PDF格式 BibTeX公司

• DBSCAN:基于密度的聚类估计的最佳速率

  王达仁、卢新阳、亚历山德罗·里纳尔多(170):1−50, 2019 PDF格式 BibTeX公司

• 多组协方差估计的共享子空间模型

  亚历山大·弗兰克斯（Alexander M.Franks）、彼得·霍夫（Peter Hoff）(171):1−37, 2019 PDF格式 BibTeX公司

• 不可微约束优化及其在公平性、召回、流失和其他目标中的应用

  Andrew Cotter、Heinrich Jiang、Maya Gupta、Serena Wang、Taman Narayan、Seungil You、Karthik Sridharan(172):1−59, 2019 PDF格式 BibTeX公司

• 广义可加模型的快速自动平滑

  Yousra El-Bachir，安东尼·戴维森(173):1−27, 2019 PDF格式 BibTeX公司

• 使用线性推理学习超完整、低连贯性词典

  Jesse A.Livezey、Alejandro F.Bujan、Friedrich T.Sommer(174):1−42, 2019 PDF格式 BibTeX公司

• DataWig：表缺少值插补

  费利克斯·比斯曼（Felix Biessmann）、塔莫·鲁卡特（Tammo Rukat）、菲利普·施密特（Phillip Schmidt(175):1−6, 2019 代码PDF格式 BibTeX公司

• 随机梯度算法的新收敛性

  Lam M.Nguyen、Phuong Ha Ngueen、Peter Richtárik、Katya Scheinberg、Martin Takánch、Marten van Dijk(176):1−49, 2019 PDF格式 BibTeX公司

• 所有模型都是错误的，但许多模型都是有用的：通过同时研究一整类预测模型来了解变量的重要性

  亚伦·费希尔、辛西娅·鲁丁、弗朗西丝卡·多米尼克(177):1−81, 2019 PDF格式 BibTeX公司

• Morpho-MNIST：表征学习的定量评估和诊断

  Daniel C.Castro、Jeremy Tan、Bernhard Kainz、Ender Konukoglu、Ben Glocker(178):1−29, 2019 PDF格式 BibTeX公司

• 可微储层计算

  Juan-Pablo Ortega的Lyudmila Grigoryeva(179):1−62, 2019 PDF格式 BibTeX公司

• DPPy：使用Python进行DPP采样

  纪尧姆·戈蒂埃（Guillaume Gautier）、吉列尔莫·波利托（Guillermo Polito）、雷米·巴登特（Rémi Bardenet）、米查尔·瓦尔科（Michal Valko）(180):1−7, 2019 代码PDF格式 BibTeX公司

• 神经经验贝叶斯

  赛义德·萨雷米（Saeed Saremi）、阿波·海瓦里宁（Aapo Hyvärinen）(181):1−23, 2019 PDF格式 BibTeX公司

• 基于马蹄先验的贝叶斯神经网络模型选择

  Soumya Ghosh、Jiayu Yao、Finale Doshi-Velez(182):1−46, 2019 PDF格式 BibTeX公司

• 对数凹采样：Metropolis Hastings算法很快

  Raaz Dwivedi、Yuansi Chen、Martin J.Wainwright、Bin Yu(183):1−42, 2019 PDF格式 BibTeX公司

• 为什么深度卷积网络对小图像变换的推广如此之差？

  亚赫龙·阿祖莱（Aharon Azulay）、耶尔·韦斯（Yair Weiss）(184):1−25, 2019 PDF格式 BibTeX公司