Machine Learning

Công bố khoa học tiêu biểu

* Dữ liệu chỉ mang tính chất tham khảo

Sắp xếp:  
Mirror variational transport: a particle-based algorithm for distributional optimization on constrained domains
Machine Learning - - 2023
Hai Nguyen, Tetsuya Sakurai
Is Combining Classifiers with Stacking Better than Selecting the Best One?
Machine Learning - Tập 54 Số 3 - Trang 255-273 - 2004
Sašo Džeroski, Bernard Ženko
A unified probabilistic framework for robust manifold learning and embedding
Machine Learning - - 2017
Qi Mao, Li Wang, Ivor W. Tsang
Optimised one-class classification performance
Machine Learning - - 2022
Oliver Urs Lenz, Daniel Peralta, Chris Cornelis
We provide a thorough treatment of one-class classification with hyperparameter optimisation for five data descriptors: Support Vector Machine (SVM), Nearest Neighbour Distance (NND), Localised Nearest Neighbour Distance (LNND), Local Outlier Factor (LOF) and Average Localised Proximity (ALP). The hyperparameters of SVM and LOF have to be optimised through cross-validation, while NND, LNND and ALP...... hiện toàn bộ
Reflections on reciprocity in research
Machine Learning - Tập 109 - Trang 1281-1285 - 2020
Peter A. Flach
Matrix representations, linear transformations, and kernels for disambiguation in natural language
Machine Learning - Tập 74 Số 2 - Trang 133-158 - 2009
Pahikkala, Tapio, Pyysalo, Sampo, Boberg, Jorma, Järvinen, Jouni, Salakoski, Tapio
In the application of machine learning methods with natural language inputs, the words and their positions in the input text are some of the most important features. In this article, we introduce a framework based on a word-position matrix representation of text, linear feature transformations of the word-position matrices, and kernel functions constructed from the transformations. We consider two...... hiện toàn bộ
Những Thuật Toán Giải Quyết Ràng Buộc Để Nâng Cao Tốc Độ Thử Thách Theta-Subsumption Dịch bởi AI
Machine Learning - Tập 55 - Trang 137-174 - 2004
Jérôme Maloberti, Michèle Sebag
Học tập quan hệ và Lập trình Logic Quy nạp (ILP) thường sử dụng thử nghiệm θ-subsumption được định nghĩa bởi Plotkin. Dựa trên việc tái cấu trúc θ-subsumption thành một bài toán thỏa mãn ràng buộc nhị phân, bài báo này mô tả một thuật toán θ-subsumption mới có tên là Django,1 kết hợp giữa các quy trình CSP nổi tiếng và các cấu trúc dữ liệu đặc thù cho θ-subsumption. Django được xác nhận bằng cách ...... hiện toàn bộ
#θ-subsumption #Lập trình Logic Quy nạp #Giải quyết Ràng buộc #Phức tạp Ngẫu nhiên #Django.
Learning with Probabilistic Representations
Machine Learning - Tập 29 - Trang 91-101 - 1997
Pat Langley, Gregory M. Provan, Padhraic Smyth
Supporting Start-to-Finish Development of Knowledge Bases
Machine Learning - Tập 4 - Trang 259-283 - 1989
Ray Bareiss, Bruce W. Porter, Kenneth S. Murray
Developing knowledge bases using knowledge-acquisition tools is difficult because each stage of development requires performing a distinct knowledge-acquisition task. This paper describes these different tasks and surveys current tools that perform them. It also addresses two issues confronting tools for start-to-finish development of knowledge bases. The first issue is how to support multiple sta...... hiện toàn bộ
Nearest neighbors distance ratio open-set classifier
Machine Learning - Tập 106 - Trang 359-386 - 2016
Pedro R. Mendes Júnior, Roberto M. de Souza, Rafael de O. Werneck, Bernardo V. Stein, Daniel V. Pazinato, Waldir R. de Almeida, Otávio A. B. Penatti, Ricardo da S. Torres, Anderson Rocha
In this paper, we propose a novel multiclass classifier for the open-set recognition scenario. This scenario is the one in which there are no a priori training samples for some classes that might appear during testing. Usually, many applications are inherently open set. Consequently, successful closed-set solutions in the literature are not always suitable for real-world recognition problems. The ...... hiện toàn bộ
Tổng số: 1,832   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 10