埃里克·舒尔特海斯;罗希特·巴巴尔 通过均值分离初始化加快极端分类的一对多训练。 (英语) Zbl 07694455号 机器。学习。 111,第11号,3953-3976(2022).MSC公司:68T05型 PDF格式BibTeX公司 XML格式引用 \textit{E.Schultheis}和\textit{R.Babbar},马赫。学习。111,编号11,3953--3976(2022;Zbl 07694455) 全文: 内政部 arXiv公司
阿里斯蒂迪斯·帕诺斯;Dellaportas,Petros公司;Michalis K.Titsias。 使用高斯过程的大规模多标签学习。 (英语) Zbl 07432827号 机器。学习。 110,第5号,965-987(2021).MSC公司:68T05型 PDF格式BibTeX公司 XML格式引用 \textit{A.Panos}等人,马赫。学习。110,编号5,965--987(2021;Zbl 07432827) 全文: 内政部
苏杰·坎达盖勒;肖、韩;罗希特·巴巴尔 盆景:用于极端多标签分类的多样化浅树。 (英语) Zbl 1523.68062号 机器。学习。 109,编号11,2099-2119(2020).MSC公司:68T05型 62H30型 68分20秒 PDF格式BibTeX公司 XML格式引用 \textit{S.Khandagale}等人,马赫。学习。109,第11号,2099--2119(2020;Zbl 1523.68062) 全文: 内政部 arXiv公司
罗希特·巴巴尔;伯恩哈德·舍尔科夫 数据稀缺性、健壮性和极端多标签分类。 (英语) Zbl 1493.68291号 机器。学习。 108,编号8-9,1329-1351(2019).MSC公司:68T05型 62H30型 68T09号 PDF格式BibTeX公司 XML格式引用 \textit{R.Babbar}和\textit{B.Schölkopf},马赫。学习。108,编号8--9,1329--1351(2019;Zbl 1493.68291) 全文: 内政部