掌桥科研
一站式科研服务平台
科技查新
收录引用
专题文献检索
外文数据库(机构版)
更多产品
首页
成为会员
我要充值
退出
我的积分:
中文会员
开通
中文文献批量获取
外文会员
开通
外文文献批量获取
我的订单
会员中心
我的包量
我的余额
登录/注册
文献导航
中文期刊
>
中文会议
>
中文学位
>
中国专利
>
外文期刊
>
外文会议
>
外文学位
>
外国专利
>
外文OA文献
>
外文科技报告
>
中文图书
>
外文图书
>
工业技术
基础科学
医药卫生
农业科学
教科文艺
经济财政
社会科学
哲学政法
其他
工业技术
基础科学
医药卫生
农业科学
教科文艺
经济财政
社会科学
哲学政法
其他
自然科学总论
数学、物理、化学、力学
天文学、地球科学
生物科技
医学、药学、卫生
航空航天、军事
农林牧渔
机械、仪表工业
化工、能源
冶金矿业
电子学、通信
计算机、自动化
土木、建筑、水利
交通运输
轻工业技术
材料科学
电工技术
一般工业技术
环境科学、安全科学
图书馆学、情报学
社会科学
其他
马克思主义、列宁主义、毛泽东思想、邓小平理论
哲学、宗教
社会科学总论
政治、法律
军事
经济
文化、科学、教育、体育
语言、文字
文学
艺术
历史、地理
自然科学总论
数理科学和化学
天文学、地球科学
生物科学
医药、卫生
农业科学
工业技术
交通运输
航空、航天
环境科学、安全科学
综合性图书
自然科学总论
数学、物理、化学、力学
天文学、地球科学
生物科技
医学、药学、卫生
航空航天、军事
农林牧渔
机械、仪表工业
化工、能源
冶金矿业
电子学、通信
计算机、自动化
土木、建筑、水利
交通运输
轻工业技术
材料科学
电工技术
一般工业技术
环境科学、安全科学
图书馆学、情报学
社会科学
其他
自然科学总论
数学、物理、化学、力学
天文学、地球科学
生物科技
医学、药学、卫生
航空航天、军事
农林牧渔
机械、仪表工业
化工、能源
冶金矿业
电子学、通信
计算机、自动化
土木、建筑、水利
交通运输
轻工业技术
电工技术
一般工业技术
环境科学、安全科学
图书馆学、情报学
社会科学
其他
自然科学总论
数学、物理、化学、力学
天文学、地球科学
生物科技
医学、药学、卫生
航空航天、军事
农林牧渔
机械、仪表工业
化工、能源
冶金矿业
电子学、通信
计算机、自动化
土木、建筑、水利
交通运输
轻工业技术
材料科学
电工技术
一般工业技术
环境科学、安全科学
图书馆学、情报学
社会科学
其他
美国国防部AD报告
美国能源部DE报告
美国航空航天局NASA报告
美国商务部PB报告
外军国防科技报告
美国国防部
美国参联会主席指示
美国海军
美国空军
美国陆军
美国海军陆战队
美国国防技术信息中心(DTIC)
美军标
美国航空航天局(NASA)
战略与国际研究中心
美国国土安全数字图书馆
美国科学研究出版社
兰德公司
美国政府问责局
香港科技大学图书馆
美国海军研究生院图书馆
OALIB数据库
在线学术档案数据库
数字空间系统
剑桥大学机构知识库
欧洲核子研究中心机构库
美国密西根大学论文库
美国政府出版局(GPO)
加利福尼亚大学数字图书馆
美国国家学术出版社
美国国防大学出版社
美国能源部文献库
美国国防高级研究计划局
美国陆军协会
美国陆军研究实验室
英国空军
美国国家科学基金会
美国战略与国际研究中心-导弹威胁网
美国科学与国际安全研究所
法国国际关系战略研究院
法国国际关系研究所
国际宇航联合会
美国防务日报
国会研究处
美国海运司令部
北约
盟军快速反应部队
北约浅水行动卓越中心
北约盟军地面部队司令部
北约通信信息局
北约稳定政策卓越中心
美国国会研究服务处
美国国防预算办公室
美国陆军技术手册
一般OA
科技期刊论文
科技会议论文
图书
科技报告
科技专著
标准
其它
美国卫生研究院文献
分子生物学
神经科学
药学
外科
临床神经病学
肿瘤学
细胞生物学
遗传学
公共卫生&环境&职业病
应用微生物学
全科医学
免疫学
动物学
精神病学
兽医学
心血管
放射&核医学&医学影像学
儿科
医学进展
微生物学
护理学
生物学
牙科&口腔外科
毒理学
生理学
医院管理
妇产科学
病理学
生化技术
胃肠&肝脏病学
运动科学
心理学
营养学
血液学
泌尿科学&肾病学
生物医学工程
感染病
生物物理学
矫形
外周血管病
药物化学
皮肤病学
康复学
眼科学
行为科学
呼吸学
进化生物学
老年医学
耳鼻喉科学
发育生物学
寄生虫学
病毒学
医学实验室检查技术
生殖生物学
风湿病学
麻醉学
危重病护理
生物材料
移植
医学情报
其他学科
人类生活必需品
作业;运输
化学;冶金
纺织;造纸
固定建筑物
机械工程;照明;加热;武器;爆破
物理
电学
人类生活必需品
作业;运输
化学;冶金
纺织;造纸
固定建筑物
机械工程;照明;加热;武器;爆破
物理
电学
马克思主义、列宁主义、毛泽东思想、邓小平理论
哲学、宗教
社会科学总论
政治、法律
军事
经济
文化、科学、教育、体育
语言、文字
文学
艺术
历史、地理
自然科学总论
数理科学和化学
天文学、地球科学
生物科学
医药、卫生
农业科学
工业技术
交通运输
航空、航天
环境科学、安全科学
综合性图书
主题
主题
题名
作者
关键词
摘要
高级搜索 >
外文期刊
外文会议
外文学位
外国专利
外文图书
外文OA文献
中文期刊
中文会议
中文学位
中国专利
中文图书
外文科技报告
清除
历史搜索
清空历史
首页
>
外文会议
>
其他
>
International Conference on Machine Learning, Optimization, and Data Science
International Conference on Machine Learning, Optimization, and Data Science
召开年:
召开地:
出版时间:
-
会议文集:
-
会议论文
热门论文
全部论文
全选(
0
)
清除
导出
1.
Methods of Machine Learning for Censored Demand Prediction
机译:
截取预测的机器学习方法
作者:
Evgeniy M. Ozhegov
;
Daria Teterina
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Demand;
Censorship;
Machine learning;
Prediction;
2.
Decision of Neural Networks Hyperparameters with a Population-Based Algorithm
机译:
神经网络具有基于人群的算法的神经网络近额决定
作者:
Yagiz Nalcakan
;
Tolga Ensari
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Neural networks;
Population-based Algorithm;
Hyperparameter optimization;
Character recognition;
3.
Image-Based Fashion Product Recommendation with Deep Learning
机译:
基于图像的时尚产品推荐,深入学习
作者:
Hessel Tuinhof
;
Clemens Pirker
;
Markus Haltmeier
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Recommendation;
Deep learning;
Convolutional neural networks;
Similarity recommendation;
4.
Variable Selection and Outlier Detection in Regularized Survival Models: Application to Melanoma Gene Expression Data
机译:
正则化生存模型中的可变选择和异常检测:对黑色素瘤基因表达数据的应用
作者:
Eunice Carrasquinha
;
Andre Verissimo
;
Marta B. Lopes
;
Susana Vinga
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
High-dimensional data;
Regularization techniques;
Gene expression dataset;
Outlier detection;
5.
Supervised Learning Approach for Surface-Mount Device Production
机译:
用于表面贴装设备生产的监督学习方法
作者:
Eva Jabbar
;
Philippe Besse
;
Jean-Michel Loubes
;
Nathalie Barbosa Roa
;
Christophe Merle
;
Remi Dettai
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Supervised learning;
Industry 4.0;
Decision-making tool;
Big data analytics;
Surface-Mount Technology;
6.
Strong Duality of the Kantorovich-Rubinstein Mass Transshipment Problem in Metric Spaces
机译:
公制空间中Kantorovich-Rubinstein批量转运问题的强大二元性
作者:
Jose Rigoberto Gabriel-Arguelles
;
Martha Lorena Avendano-Garrido
;
Luis Antonio Montero
;
Juan Gonzalez-Hernandez
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Strong duality;
Kantorovich-Rubinstein problem;
Infinite linear program;
7.
Improving Traditional Dual Ascent Algorithm for the Uncapacitated Multiple Allocation Hub Location Problem: A RAMP Approach
机译:
改善传统的双上升算法,为未加工多分配集线器位置问题:斜坡方法
作者:
Telmo Matos
;
Fabio Maia
;
Dorabela Gamboa
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Hub Location Problem;
Primal-dual algorithm;
Dual ascent procedure;
RAMP algorithm;
8.
A GRASP/VND Heuristic for the Max Cut-Clique Problem
机译:
掌握/ vnd启发式最大削减集团问题
作者:
Mathias Bourel
;
Eduardo Canale
;
Franco Robledo
;
Pablo Romero
;
Luis Stabile
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Market Basket Analysis;
Combinatorial optimization;
Max Cut-Clique;
Metaheuristics;
9.
Average Performance Analysis of the Stochastic Gradient Method for Online PCA
机译:
在线PCA随机梯度法的平均性能分析
作者:
Stephane Chretien
;
Christophe Guyeux
;
Zhen-Wai Olivier Ho
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Stochastic gradient;
Online PCA;
Non-convex optimisation;
Average case analysis;
10.
Crawling in Rogue's Dungeons with (Partitioned) A3C
机译:
在Rogue的地牢中爬行(分区)A3C
作者:
Andrea Asperti
;
Daniele Cortesi
;
Francesco Sovrano
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep reinforcement learning;
Asynchronous actor-critic advantage;
Partially observable Markov decision process;
Multi-task learning;
11.
Assessing Accuracy of Ensemble Learning for Facial Expression Recognition with CNNs
机译:
用CNNS评估面部表情识别的集合学习的准确性
作者:
Alessandro Renda
;
Marco Barsacchi
;
Alessio Bechini
;
Francesco Marcelloni
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Facial expression recognition;
Convolutional Neural Network;
Ensemble learning;
12.
Data-Driven Interactive Multiobjective Optimization Using a Cluster-Based Surrogate in a Discrete Decision Space
机译:
数据驱动的交互式多目标优化,在离散决策空间中使用基于群集的代理
作者:
Jussi Hakanen
;
Jose Malmberg
;
Vesa Ojalehto
;
Kyle Eyvindson
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Data-driven optimization;
Surrogates;
Clustering;
Preference information;
Decision maker;
Boreal forest management;
13.
Learning Consistent Tree-Augmented Dynamic Bayesian Networks
机译:
学习一致的树增强动态贝叶斯网络
作者:
Margarida Sousa
;
Alexandra M. Carvalho
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
14.
A Machine Learning Approach for Line Outage Identification in Power Systems
机译:
电力系统中输停中断的机器学习方法
作者:
Jia He
;
Maggie X. Cheng
;
Yixin Fang
;
Mariesa L. Crow
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Power systems;
Machine learning;
Logistic regression;
Random forest;
15.
Generating Term Weighting Schemes Through Genetic Programming
机译:
通过遗传编程生成术语加权方案
作者:
Ahmad Mazyad
;
Fabien Teytaud
;
Cyril Fonlupt
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
16.
Speeding Up Budgeted Stochastic Gradient Descent SVM Training with Precomputed Golden Section Search
机译:
使用预算的随机梯度下降SVM培训进行预算,预算的黄金部分搜索
作者:
Tobias Glasmachers
;
Sahar Qaadan
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
17.
Feature Based Multivariate Data Imputation
机译:
基于功能的多变量数据载算
作者:
Alessio Petrozziello
;
Ivan Jordanov
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Missing data;
Multivariate data imputation;
Multitude of imputation models;
Data mining;
18.
Evolutionary Construction of Convolutional Neural Networks
机译:
卷积神经网络的进化建设
作者:
Marijn van Knippenberg
;
Vlado Menkovski
;
Sergio Consoli
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Neuro-evolution;
Genetic algorithms;
Convolutional autoencoders;
Convolutional neural networks;
19.
Lookahead Policy and Genetic Algorithm for Solving Nurse Rostering Problems
机译:
寻呼政策和遗传算法,用于解决护士的起步问题
作者:
Peng Shi
;
Dario Landa-Silva
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Hybrid algorithm;
Genetic algorithm;
Lookahead policy evaluation;
Dynamic programming;
Nurse rostering problem;
20.
Sparse Feature Extraction Model with Independent Subspace Analysis
机译:
独立子空间分析稀疏特征提取模型
作者:
Radhika Nath
;
M. Manjunathaiah
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Sparse models;
Convolutional neural networks;
Biologically inspired vision models;
21.
Augmented Design-Space Exploration by Nonlinear Dimensionality Reduction Methods
机译:
非线性维度减少方法的增强设计空间探索
作者:
Danny DAgostino
;
Andrea Serani
;
Emilio Fortunato Campana
;
Matteo Diez
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Shape optimization;
Hull-form design;
Nonlinear dimensionality reduction;
Kernel methods;
Deep autoencoder;
22.
Big Data Privacy by Design Computation Platform
机译:
设计计算平台的大数据隐私
作者:
Rui Claro
;
Jose Portelo
;
Miguel L. Pardal
;
Raquel Pinho
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Privacy-preserving computations;
Machine Learning;
Big Data;
Secure-multi-party computations;
Privacy-preserving platform;
23.
User Preferences in Bayesian Multi-objective Optimization: The Expected Weighted Hypervolume Improvement Criterion
机译:
用户偏好在贝叶斯多目标优化中:预期的加权超越改进标准
作者:
Paul Feliot
;
Julien Bect
;
Emmanuel Vazquez
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Bayesian optimization;
Multi-objective optimization;
User preferences;
Importance sampling;
Sequential Monte-Carlo;
24.
Adaptive Dimensionality Reduction in Multiobjective Optimization with Multiextremal Criteria
机译:
多目标优化与多因素标准的自适应维度降低
作者:
Victor Gergel
;
Vladimir Grishagin
;
Ruslan Israfilov
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Multicriterial optimization;
Multiextremal criteria;
Dimensionality reduction;
Global search algorithms;
25.
Simple Learning with a Teacher via Biased Regularized Least Squares
机译:
通过偏见的规则化最小二乘与老师与老师一起学习
作者:
Sergio Decherchi
;
Andrea Cavalli
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
26.
Improving Clinical Subjects Clustering by Learning and Optimizing Feature Weights
机译:
通过学习和优化特征权重改善临床受试者聚类
作者:
Sergio Consoli
;
Monique Hendriks
;
Pieter Vos
;
Jacek Kustra
;
Dimitrios Mavroeidis
;
Ralf Hoffmann
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Patients data clustering;
Features engineering;
Principal component analysis;
Optimization;
Local search;
Parameters tuning;
27.
A Framework to Automatically Extract Funding Information from Text
机译:
自动从文本中提取资金信息的框架
作者:
Subhradeep Kayal
;
Zubair Afzal
;
George Tsatsaronis
;
Marius Doornenbal
;
Sophia Katrenko
;
Michelle Gregory
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
28.
REFINE: Representation Learning from Diffusion Events
机译:
优化:从扩散事件中学习的代表
作者:
Zekarias T. Kefato
;
Nasrullah Sheikh
;
Alberto Montresor
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Network inference;
Representation learning;
Cascade prediction;
29.
Classification and Survival Prediction in Diffuse Large B-Cell Lymphoma by Gene Expression Profiling
机译:
基因表达分析弥漫性大B细胞淋巴瘤的分类和生存预测
作者:
Pierangela Bruno
;
Francesco Calimeri
;
Aldo Marzullo
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Classification;
Gene expression;
Lymphoma;
30.
N-Gram Representation for Web Service Description Classification
机译:
WER GRAM表示用于Web服务描述分类
作者:
Christian Sanchez-Sanchez
;
Leonid B. Sheremetov
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
N-gram representation;
Web service classification;
Term-weighting;
31.
Optimization of Neural Network Training with ELM Based on the Iterative Hybridization of Differential Evolution with Local Search and Restarts
机译:
基于本地搜索和重启的差分演进迭代杂交的神经网络训练优化
作者:
David Sotelo
;
Daniela Velasquez
;
Carlos Cobos
;
Martha Mendoza
;
Luis Gomez
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Extreme Learning Machine;
IHDELS;
Self-adaptive differential evolution;
Multiple trajectory search with local search;
Memetic algorithm;
32.
Data Science in the Business Environment: Skills Analytics for Curriculum Development
机译:
商业环境中的数据科学:课程开发的技能分析
作者:
Jing Lu
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Subject benchmarks;
Skills frameworks;
Business analytics;
Data mining;
Machine learning;
Business intelligence;
Analytical tools;
SFIA;
33.
A Clonal Selection Algorithm for Multiobjective Energy Reduction Multi-Depot Vehicle Routing Problem
机译:
一种多目标能量减少多仓车路线问题的克隆选择算法
作者:
Emmanouela Rapanaki
;
Iraklis-Dimitrios Psychas
;
Magdalene Marinaki
;
Yannis Marinakis
;
Athanasios Migdalas
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Vehicle Routing Problem;
Clonal Selection Algorithm;
NSGA II;
NSDE;
VNS;
34.
Nonnegative Coupled Matrix Tensor Factorization for Smart City Spatiotemporal Pattern Mining
机译:
智能城市时空模式采矿的非负耦合矩阵张量分解
作者:
Thirunavukarasu Balasubramaniam
;
Richi Nayak
;
Chau Yuen
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Nonnegative Coupled Matrix Tensor Factorization;
Greedy coordinate descent;
Variable selection;
Smart city;
Spatiotemporal;
Pattern mining;
35.
Calibrating the Classifier: Siamese Neural Network Architecture for End-to-End Arousal Recognition from ECG
机译:
校准分类器:暹罗神经网络架构,用于ECG的端到端令人震惊
作者:
Andrea Patane
;
Marta Kwiatkowska
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Emotion recognition;
Electrocardiogram;
Siamese neural network;
Convolutional and recurrent neural network;
36.
A Modelica-Based Simulation Method for Black-Box Optimal Control Problems with Level-Set Dynamic Programming
机译:
基于模型的黑盒式最优控制问题模拟方法,具有级别设置动态规划
作者:
Ping Qiao
;
Yizhong Wu
;
Qi Zhang
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Black-box;
Non-causal;
Modelica-based;
Level-set DP;
RBF;
37.
Processing Online SAT Instances with Waiting Time Constraints and Completion Weights
机译:
处理在线SAT实例,等待时间约束和完成重量
作者:
Robinson Duque
;
Alejandro Arbelaez
;
Juan Francisco Diaz
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
38.
Designing Ships Using Constrained Multi-objective Efficient Global Optimization
机译:
使用约束的多目标高效全局优化设计船舶
作者:
Roy de Winter
;
Bas van Stein
;
Matthys Dijkman
;
Thomas Back
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Efficient Global Optimization;
Multi-objective optimization;
Constrained Optimization;
Real-world applications;
39.
A New Approach to Measuring Distances in Dense Graphs
机译:
一种测量密集图距离的新方法
作者:
Fatimah A. Almulhim
;
Peter A. Thwaites
;
Charles C. Taylor
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Network;
Adjacency matrix;
K-means clustering;
Hierarchical clustering;
Modularity function;
40.
Covering Arrays to Support the Process of Feature Selection in the Random Forest Classifier
机译:
覆盖阵列以支持随机林类分类器中的功能选择过程
作者:
Sebastian Vivas
;
Carlos Cobos
;
Martha Mendoza
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Classification;
Random Forest;
Covering arrays;
Feature selection;
41.
Information-Theoretic Feature Selection Using High-Order Interactions
机译:
信息 - 理论特征选择使用高阶交互
作者:
Mateusz Pawluk
;
Pawel Teisseyre
;
Jan Mielniczuk
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
42.
Bayesian Clustering of Multivariate Immunological Data
机译:
贝叶斯聚集多变量免疫数据
作者:
Alberto Castellini
;
Giuditta Franco
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
43.
Ant Colony Optimization for Markov Blanket-Based Feature Selection. Application for Precision Medicine
机译:
基于Markov毯的特征选择的蚁群优化。精密药物的应用
作者:
Christine Sinoquet
;
Clement Niel
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Feature subset selection;
Epistasis pattern;
Bayesian network;
Markov blanket;
Metaheuristic;
High dimensionality;
44.
A New Distributed and Decentralized Stochastic Optimization Algorithm with Applications in Big Data Analytics
机译:
一种新的分布式和分散随机优化算法,具有大数据分析中的应用
作者:
Reza Shahbazian
;
Lucio Grandinetti
;
Francesca Guerriero
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Distributed;
Stochastic;
Optimization;
Big Data;
Decision making;
45.
Reinforcement Learning Methods for Operations Research Applications: The Order Release Problem
机译:
运营研究应用的加固学习方法:订单释放问题
作者:
Manuel Schneckenreither
;
Stefan Haeussler
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Operations research;
Production planning;
Order release;
Machine learning;
Reinforcement learning;
46.
An Unsupervised Learning Classifier with Competitive Error Performance
机译:
具有竞争性错误性能的无监督学习分类器
作者:
Daniel N. Nissani (Nissensohn)
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Unsupervised learning;
Linear classifiers;
Neural models;
47.
Long Short-Term Memory Networks for Earthquake Detection in Venezuelan Regions
机译:
委内瑞拉地区地震检测的长短期记忆网络
作者:
Sergi Mus
;
Norma Gutierrez
;
Ruben Tous
;
Beatriz Otero
;
Leonel Cruz
;
David Llacer
;
Leonardo Alvarado
;
Otilio Rojas
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Earthquake detection;
Neural networks;
Deep learning;
LSTM;
48.
Zero-Shot Fashion Products Clustering on Social Image Streams
机译:
零射时的时尚产品在社交图像流中聚类
作者:
Jonatan Poveda
;
Ruben Tous
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Computer vision;
Deep metric learning;
Zero-shot learning;
Clustering;
Supervised learning;
49.
Modelling Chaotic Time Series Using Recursive Deep Self-organising Neural Networks
机译:
使用递归深层自组织神经网络建模混沌时间序列
作者:
Erik Berglund
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep network;
Self-organisation;
Chaos;
Recursion;
50.
An Information Analysis Approach into Feature Understanding of Convolutional Deep Neural Networks
机译:
卷积深神经网络特征理解的信息分析方法
作者:
Zahra Sadeghi
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Information analysis;
Deep network understanding;
Deep network visualization;
Uncertainty and dependency;
51.
A New Baseline for Automated Hyper-Parameter Optimization
机译:
自动化超参数优化的新基线
作者:
Marius Geitle
;
Roland Olsson
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Hyper-parameter tuning;
XGBoost;
Random search;
L-SHADE;
Differential evolution;
Adaptive random search;
52.
Restaurant Health Inspections and Crime Statistics Predict the Real Estate Market in New York City
机译:
餐厅健康检查和犯罪统计预测纽约市房地产市场
作者:
Rafael M. Moraes
;
Anasse Bari
;
Jiachen Zhu
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Artificial intelligence;
Predictive analytics;
Supervised learning;
Recurrent neural networks;
Open data;
Alternative data;
Wall street;
Real estate markets;
53.
Effect of Market Spread Over Reinforcement Learning Based Market Maker
机译:
市场对基于加强学习的市场制造者的影响
作者:
Abbas Haider
;
Hui Wang
;
Bryan Scotney
;
Glenn Hawe
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Market making;
Market spread;
Reinforcement learning;
Reward function;
54.
Federated Learning of Deep Neural Decision Forests
机译:
深层神经决策林的联邦学习
作者:
Anders Sjoberg
;
Emil Gustavsson
;
Ashok Chaitanya Koppisetty
;
Mats Jirstrand
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Federated learning;
Deep neural decision forests;
Parameterization;
55.
Uniformly Most-Reliable Graphs and Antiholes
机译:
均匀最可靠的图形和反孔
作者:
Guillermo Rela
;
Franco Robledo
;
Pablo Romero
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Network reliability;
Uniformly most-reliable graphs;
Antiholes;
56.
Driver Distraction Detection Using Deep Neural Network
机译:
使用深神经网络驾驶员分散探测
作者:
Shokoufeh Monjezi Kouchak
;
Ashraf Gaffar
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Driver distraction;
Driver safety;
Neural network;
57.
Active Learning Approach for Safe Process Parameter Tuning
机译:
安全过程参数调整的主动学习方法
作者:
Stefano De Blasi
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Safe optimization;
Active learning;
Parameter tuning;
58.
Incoherent Submatrix Selection via Approximate Independence Sets in Scalar Product Graphs
机译:
通过标量产品图中的近似独立集选择不连贯的子替代选择
作者:
Stephane Chretien
;
Zhen Wai Olivier Ho
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
59.
Deep Learning Algorithms for Complex Pattern Recognition in Ultrasonic Sensors Arrays
机译:
超声传感器阵列复杂模式识别的深度学习算法
作者:
Vittorio Mazzia
;
Angelo Tartaglia
;
Marcello Chiaberge
;
Dario Gandini
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Ultrasound sensors;
Industrial security;
60.
Optimal Trade-Off Between Sample Size and Precision of Supervision for the Fixed Effects Panel Data Model
机译:
固定效果面板数据模型的样本大小与监督精度之间的最佳折衷
作者:
Giorgio Gnecco
;
Federico Nutarelli
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Fixed effects panel data model;
Generalization error;
Large-sample approximation;
Optimal sample size;
61.
To What Extent Can Text Classification Help with Making Inferences About Students' Understanding
机译:
在多大程度上可以在多大程度上进行分类,并对学生的理解进行推断
作者:
A. J. Beaumont
;
T. Al-Shaghdari
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
62.
Modification of the k-MXT Algorithm and Its Application to the Geotagged Data Clustering
机译:
修改K-MXT算法及其在地理标记数据群集的应用
作者:
Anastasia Stepanova
;
Sergei V. Mironov
;
Sergei Sidorov
;
Alexey Faizliev
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Graph clustering algorithms;
Weighted graph;
Geotagged data;
63.
Relationship Estimation Metrics for Binary SoC Data
机译:
二进制SOC数据的关系估计度量
作者:
Dave McEwan
;
Jose Nunez-Yanez
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Binary time series;
Bit vector;
Correlation;
Similarity;
System-on-chip;
64.
A Structural Theorem for Center-Based Clustering in High-Dimensional Euclidean Space
机译:
高维欧几里德空间中心基于中心聚类的结构定理
作者:
Vladimir Shenmaier
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Geometric clustering;
Partial clustering;
Outliers;
Euclidean space;
High dimensions;
K-Means;
K-Median;
65.
GRASP Heuristics for the Stochastic Weighted Graph Fragmentation Problem
机译:
随机加权图碎片问题的掌握启发式问题
作者:
Nicole Rosenstock
;
Juan Piccini
;
Guillermo Rela
;
Franco Robledo
;
Pablo Romero
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Vulnerability metrics;
Combinatorial optimization;
Computational complexity;
Metaheuristics;
66.
Robust Kernelized Bayesian Matrix Factorization for Video Background/Foreground Separation
机译:
Video Background / Foreground Steation的强大的内核贝叶斯矩阵分解
作者:
Hong-Bo Xie
;
Caoyuan Li
;
Richard Yi Da Xu
;
Kerrie Mengersen
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Matrix factorization;
Variational bayesian inference;
Sparse bayesian learning;
Background/foreground separation;
67.
LIA: A Label-Independent Algorithm for Feature Selection for Supervised Learning
机译:
LIA:用于监督学习的特征选择的标签独立算法
作者:
Gail Gilboa-Freedman
;
Alon Patelsky
;
Tal Sheldon
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Machine learning;
Feature selection;
Symmetric uncertainty;
Supervised learning;
Classifiers;
Algorithm;
Community detection;
Louvain algorithm;
Performance evaluation;
68.
The Induction Problem: A Machine Learning Vindication Argument
机译:
归纳问题:机器学习辩护论证
作者:
Gianluca Bontempi
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
69.
The Measure of Regular Relations Recognition Applied to the Supervised Classification Task
机译:
衡量定期关系认可的措施适用于监督分类任务
作者:
Yuriy Mikheev
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Cognition;
Machine-learning;
Classification;
Supervised classification algorithm;
Prediction;
Regularity;
ZClassifier;
Association rules analysis;
70.
Using Clustering for Supervised Feature Selection to Detect Relevant Features
机译:
使用群集进行监督功能选择以检测相关功能
作者:
Christoph Lohrmann
;
Pasi Luukka
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Feature selection;
Dimensionality reduction;
Clustering;
Classification;
Filter method;
Machine learning;
71.
Parameter Optimization of Polynomial Kernel SVM from miniCV
机译:
MinICV多项式内核SVM参数优化
作者:
Li-Chia Yeh
;
Chung-Chin Lu
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Support vector machine;
Polynomial kernel;
Multi-classification;
Sequential minimal optimization;
Parameter optimization;
72.
A Framework for Multi-fidelity Modeling in Global Optimization Approaches
机译:
全球优化方法中多保真建模的框架
作者:
Zelda B. Zabinsky
;
Giulia Pedrielli
;
Hao Huang
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Global optimization;
Multi-fidelity models;
Meta-models;
Probabilistic branch and bound;
Gaussian processes;
73.
Treating Artificial Neural Net Training as a Nonsmooth Global Optimization Problem
机译:
将人工神经网络培训视为非现场优化问题
作者:
Andreas Griewank
;
Angel Rojas
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Abs-normal/linear form;
Dynamic search trajectory;
Proximal term;
Coordinate descent;
Mixed integer linear optimization;
74.
Adapted Random Survival Forest for Histograms to Analyze NO_x Sensor Failure in Heavy Trucks
机译:
适应随机生存林,用于直方图分析重型卡车中的NO_X传感器故障
作者:
Ram B. Gurung
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Histogram survival forest;
Histogram features;
NO_x sensor failure;
75.
Combinatorial Learning in Traffic Management
机译:
交通管理中的组合学习
作者:
Giorgio Sartor
;
Carlo Mannino
;
Lukas Bach
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Job-shop scheduling;
Re-optimization;
Mixed integer linear programming;
76.
Approximating Probabilistic Constraints for Surgery Scheduling Using Neural Networks
机译:
使用神经网络逼近手术调度的概率约束
作者:
Thomas Philip Runarsson
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Neural networks;
Surgery scheduling;
Stochastic mixed integer programming;
Monte carlo simulations;
77.
Vital Prognosis of Patients in Intensive Care Units Using an Ensemble of Bayesian Classifiers
机译:
使用贝叶斯分类器的集成综合保健单位患者的至关重要预后
作者:
Rosario Delgado
;
J. David Nunez-Gonzalez
;
J. Carlos Yebenes
;
Angel Lavado
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Bayesian classifier;
Ensemble;
Area under the precision-Recall curve;
Majority vote;
Vital prognosis;
ICU;
78.
On the Role of Hub and Orphan Genes in the Diagnosis of Breast Invasive Carcinoma
机译:
关于枢纽和孤立基因在乳腺侵袭性癌诊断中的作用
作者:
Marta B. Lopes
;
Andre Verissimo
;
Eunice Carrasquinha
;
Susana Vinga
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Gene networks;
Sparse logistic regression;
Regularized optimization;
RNA-Seq;
79.
BowTie - A Deep Learning Feedforward Neural Network for Sentiment Analysis
机译:
Bowtie - 一种深度学习前馈神经网络,具有情感分析
作者:
Apostol Vassilev
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Sentiment analysis;
Natural language processing;
80.
Determining Principal Component Cardinality Through the Principle of Minimum Description Length
机译:
通过最小描述长度的原理确定主成分基数
作者:
Ami Tavory
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Minimum description length;
Normalized maximum likelihood;
Principal component analysis;
Unsupervised learning;
Model selection;
81.
About Generative Aspects of Variational Autoencoders
机译:
关于变形Autiachoders的生成方面
作者:
Andrea Asperti
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
82.
An Adaptive Parameter Free Particle Swarm Optimization Algorithm for the Permutation Flowshop Scheduling Problem
机译:
置换流程调度问题的自适应参数自由粒子群优化算法
作者:
Yannis Marinakis
;
Magdalene Marinaki
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Particle swarm optimization;
Variable neighborhood search;
Path relinking;
Permutation flowshop scheduling problem;
83.
Deep Neural Network Ensembles
机译:
深神经网络集合
作者:
Sean Tao
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Interpretability;
Ensemble;
84.
Learning Scale and Shift-Invariant Dictionary for Sparse Representation
机译:
稀疏表示的学习规模和移位 - 不变词典
作者:
Toshimitsu Aritake
;
Noboru Murata
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Sparse coding;
Dictionary learning;
Scale-invariance;
Shift-invariance;
85.
Quantitative and Ontology-Based Comparison of Explanations for Image Classification
机译:
基于定量和本体的图像分类解释比较
作者:
Valentina Ghidini
;
Alan Perotti
;
Rossano Schifanella
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Explainable artificial intelligence;
Neural networks;
Deep learning;
Computer vision;
86.
A Chained Neural Network Model for Photovoltaic Power Forecast
机译:
光伏电力预测的链式神经网络模型
作者:
Carola Gajek
;
Alexander Schiendorfer
;
Wolfgang Reif
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Machine learning;
Neural networks;
Photovoltaic power forecast;
87.
Data Anonymization for Privacy Aware Machine Learning
机译:
隐私意识机器学习的数据匿名化
作者:
David Nizar Jaidan
;
Maxime Carrere
;
Zakaria Chemli
;
Remi Poisvert
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Privacy;
Anonymization;
Machine learning;
Text encoding;
Natural language processing;
Time series;
Anomaly detection;
88.
Designing an Optimal and Resilient iBGP Overlay with Extended ORRTD
机译:
使用扩展ORRTD设计最佳和弹性IBGP叠加层
作者:
Cristina Mayr
;
Claudio Risso
;
Eduardo Grampin
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Network overlay design;
Route reflection;
BGP;
Internet routing;
Combinatorial optimization;
BGP resilience;
Network resilience;
Internet prefix classes;
Border routers;
89.
Exploiting Similar Behavior of Users in a Cooperative Optimization Approach for Distributing Service Points in Mobility Applications
机译:
利用用户在合作优化方法中的应用程序,用于在移动应用中分发服务点
作者:
Thomas Jatschka
;
Tobias Rodemann
;
Gunther R. Raidl
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Cooperative optimization;
Facility location problem;
Matrix factorization;
90.
Designing Combinational Circuits Using a Multi-objective Cartesian Genetic Programming with Adaptive Population Size
机译:
使用具有自适应群体尺寸的多目标笛卡尔遗传编程设计组合电路
作者:
Leandro S. Lima
;
Heder S. Bernardino
;
Helio J. C. Barbosa
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Combinational circuits;
Multi-objective optimization;
Cartesian genetic programming;
91.
Trading-off Data Fit and Complexity in Training Gaussian Processes with Multiple Kernels
机译:
培训高斯流程的交易数据适合和复杂性与多个内核
作者:
Tinkle Chugh
;
Alma Rahat
;
Pramudita Satria Palar
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Machine learning;
Kriging;
Bayesian optimization;
Multi-objective optimization;
Model selection;
92.
On Tree-Based Methods for Similarity Learning
机译:
论相似性学习的基于树的方法
作者:
Stephan Clemencon
;
Robin Vogel
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Metric-learning;
Rate bound analysis;
Similarity learning;
Tree-based algorithms;
U-processes;
93.
Stochastic Weight Matrix-Based Regularization Methods for Deep Neural Networks
机译:
基于随机重量矩阵的深神经网络的正则化方法
作者:
Patrik Reizinger
;
Balint Gyires-Toth
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Deep learning;
Generalization;
Regularization;
Weight matrix;
94.
Cartesian Genetic Programming with Guided and Single Active Mutations for Designing Combinational Logic Circuits
机译:
笛卡尔遗传规划,具有指导和单一积极突变设计组合逻辑电路
作者:
Jose Eduardo H. da Silva
;
Lucas A. M. de Souza
;
Heder S. Bernardino
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Cartesian genetic programming;
Combinational logic circuit;
Mutation;
95.
Simple and Accurate Classification Method Based on Class Association Rules Performs Well on Well-Known Datasets
机译:
基于类关联规则的简单和准确的分类方法在众所周知的数据集中执行良好
作者:
Jamolbek Mattiev
;
Branko Kavsek
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Attribute;
Frequent itemset;
Minimum support;
Minimum confidence;
Class association rules (CAR);
Associative classification;
96.
Analysing the Overfit of the Auto-sklearn Automated Machine Learning Tool
机译:
分析自动SKLEARN自动化机床学习工具的综合措施
作者:
Fabio Fabris
;
Alex A. Freitas
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Automated machine learning;
Overfit;
Classification;
97.
On Probabilistic k-Richness of the k-Means Algorithms
机译:
关于K-Means算法的概率k丰制性
作者:
Robert A. Klopotek
;
Mieczyslaw A. Klopotek
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
K-means;
K-means++;
K-richness;
Probabilistic k-richness;
Weak probabilistic k-richness;
98.
Load Forecasting in District Heating Networks: Model Comparison on a Real-World Case Study
机译:
地区供热网络负载预测:真实案例研究的模型比较
作者:
Federico Bianchi
;
Alberto Castellini
;
Pietro Tarocco
;
Alessandro Farinelli
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Heat load forecasting;
District heating network;
Linear regression models;
Model interpretability;
Time series analysis;
99.
Merging Quality Estimation for Binary Decision Diagrams with Binary Classifiers
机译:
用二进制分类器合并二进制决策图的质量估计
作者:
Nikolaus Frohner
;
Gunther R. Raidl
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Binary decision diagrams;
Merging heuristics;
Lookahead construction;
Binary classifiers;
100.
Text Mining with Constrained Tensor Decomposition
机译:
具有约束张量分解的文本挖掘
作者:
Elaheh Sobhani
;
Pierre Comon
;
Christian Jutten
;
Massoud Babaie-Zadeh
会议名称:
《International Conference on Machine Learning, Optimization, and Data Science》
|
2019年
关键词:
Data mining;
Learning;
Latent variable;
Multi-view;
Non negative;
Tensor;
Cp decomposition;
Eigenvalue;
意见反馈
回到顶部
回到首页