毛,华;陈英科;曼弗雷德·杰格;托马斯·尼尔森。;Larsen,Kim G。;布莱恩·尼尔森 从模型检查的角度学习确定性概率自动机。 (英语) Zbl 1454.68061号 机器。学习。 105,第2期,255-299(2016).MSC公司:68问题32 03B44号 65年第68季度 第68季度第60季度 PDF格式BibTeX公司 XML格式引用 \textit{H.Mao}等人,马赫。学习。105,第2号,255--299(2016;Zbl 1454.68061) 全文: 内政部
哈辛托·阿里亚斯;Jose A.Gamez。;托马斯·尼尔森。;Jose M.普埃尔塔。 用于多维分类的可扩展成对类交互框架。 (英语) Zbl 1346.68152号 国际J近似推理 68, 194-210 (2016).MSC公司:68T05型 62H30型 PDF格式BibTeX公司 XML格式引用 \textit{J.Arias}等人,《国际近似推理》68,194--210(2016;Zbl 1346.68152) 全文: 内政部
赫尔热·兰塞斯;托马斯·尼尔森。;拉斐尔·鲁米;安东尼奥·萨默隆 截断基函数的混合。 (英语) Zbl 1242.68333号 国际J近似推理 53,编号212-227(2012).MSC公司:68层37 PDF格式BibTeX公司 XML格式引用 \textit{H.Langseth}et al.,Int.J.近似推理53,No.2,212--227(2012;Zbl 1242.68333) 全文: 内政部
赫尔热·兰塞斯;托马斯·尼尔森。 二进制数据的潜在分类模型。 (英语) Zbl 1175.68368号 模式识别 42,第11期,2724-2736(2009).MSC公司:68吨10 68T05型 68单位10 PDF格式BibTeX公司 XML格式引用 \textit{H.Langseth}和\textit{T.D.Nielsen},模式识别42,第11期,2724--2736(2009;Zbl 1175.68368) 全文: 内政部 链接
索伦·霍尔贝克·尼尔森;托马斯·尼尔森。 将贝叶斯网络结构适应于非平稳域。 (英语) Zbl 1191.68519号 国际J近似推理 49,第2期,379-397(2008).MSC公司:68T05型 68层37 PDF格式BibTeX公司 XML格式引用 \textit{S.H.Nielsen}和\textit{T.D.Nielsen},《国际近似推理》49,第2期,379--397(2008;Zbl 1191.68519) 全文: 内政部 链接
托马斯·尼尔森。;芬恩·詹森。 生产工厂在线警报系统:基于冲突的方法。 (英语) Zbl 1119.68387号 国际J近似推理 45,第2期,255-270(2007).MSC公司:68T05型 90B25型 90B30型 PDF格式BibTeX公司 XML格式引用 \textit{T.D.Nielsen}和\textit{F.V.Jensen},国际期刊近似推理45,第2期,255-270(2007;Zbl 1119.68387) 全文: 内政部 链接
赫尔热·兰塞斯;托马斯·尼尔森。 使用层次朴素贝叶斯模型进行分类。 (英语) 兹比尔1470.62088 机器。学习。 63,第2期,135-159(2006).MSC公司:62H30型 68T05型 PDF格式BibTeX公司 XML格式引用 \textit{H.Langseth}和\textit{T.D.Nielsen},马赫。学习。63,第2135-159号(2006年;兹bl 1470.62088) 全文: 内政部
赫尔热·兰塞斯;托马斯·尼尔森。 使用层次朴素贝叶斯模型进行分类。 (英语) Zbl 1110.68130号 机器。学习。 63,第2期,135-159(2006).MSC公司:68T05型 68吨10 PDF格式BibTeX公司 XML格式引用 \textit{H.Langseth}和\textit{T.D.Nielsen},马赫。学习。63,No.2,135--159(2006;Zbl 1110.68130) 全文: 内政部
赫尔热·兰塞斯;托马斯·尼尔森。 潜在分类模型。 (英语) Zbl 1101.68768号 机器。学习。 59,第3期,237-265(2005).MSC公司:68T05型 68吨10 PDF格式BibTeX公司 XML格式引用 \textit{H.Langseth}和\textit{T.D.Nielsen},马赫。学习。59,第3号,237--265(2005;Zbl 1101.68768) 全文: 内政部