[编辑]

第9卷:第十三届人工智能与统计国际会议论文集,2010年5月13日至15日,意大利撒丁岛Chia Laguna Resort

[编辑]

编辑:Yee Whye Teh, Mike Titterington

[bib][citeproc]

目录

序言

录用论文

序言

Yee Whye Teh, Mike Titterington; 第十三届人工智能与统计国际会议论文集, PMLR 9:i-v

学习深度稀疏图模型的结构

Ryan P. Adams, Hanna Wallach, Zoubin Ghahramani; 第十三届人工智能与统计国际会议论文集, PMLR 9:1-8

暗池问题的最优分配策略

Alekh Agarwal, Peter Bartlett, Max Dama; 第十三届人工智能与统计国际会议论文集, PMLR 9:9-16

用于脑机接口的多任务学习

Morteza Alamgir, Moritz Grosse–Wentrup, Yasemin Altun; 第十三届人工智能与统计国际会议论文集, PMLR 9:17-24

通过变分诱导核的有效多输出高斯过程

Mauricio Álvarez, David Luengo, Michalis Titsias, Neil D. Lawrence; 第十三届人工智能与统计国际会议论文集, PMLR 9:25-32

使用块进行学习:复合似然和对比散度

Arthur Asuncion, Qiang Liu, Alexander Ihler, Padhraic Smyth; 第十三届人工智能与统计国际会议论文集, PMLR 9:33-40

用于$p*$模型的确定性贝叶斯推断

Haakon Austad, Nial Friel; 第十三届人工智能与统计国际会议论文集, PMLR 9:41-48

半转导排序

Bing Bai, Jason Weston, David Grangier, Ronan Collobert, Corinna Cortes, Mehryar Mohri; 第十三届人工智能与统计国际会议论文集, PMLR 9:49-56

核偏最小二乘法具有普遍一致性

Gilles Blanchard, Nicole Krämer; 第十三届人工智能与统计国际会议论文集, PMLR 9:57-64

理解情境自然语言

Antoine Bordes, Nicolas Usunier, Ronan Collobert, Jason Weston; 第十三届人工智能与统计国际会议论文集, PMLR 9:65-72

在线性SEM中使用后代作为工具变量以识别直接因果效应

Hei Chan, Manabu Kuroki; 第十三届人工智能与统计国际会议论文集, PMLR 9:73-80

为什么DBNs是稀疏的?

Shaunak Chatterjee, Stuart Russell; 第十三届人工智能与统计国际会议论文集, PMLR 9:81-88

用于特定查询推断的聚焦信念传播

Anton Chechetka, Carlos Guestrin; 第十三届人工智能与统计国际会议论文集, PMLR 9:89-96

参数化聚类

Yutian Chen, Max Welling; 第十三届人工智能与统计国际会议论文集, PMLR 9:97-104

基于核DNA证据的大规模人员伤亡事件识别

Fabio Corradi; 第十三届人工智能与统计国际会议论文集, PMLR 9:105-112

核近似对学习精度的影响

Corinna Cortes, Mehryar Mohri, Ameet Talwalkar; 第十三届人工智能与统计国际会议论文集, PMLR 9:113-120

改进隐高斯模型中后验边缘近似

Botond Cseke, Tom Heskes; 第十三届人工智能与统计国际会议论文集, PMLR 9:121-128

领域自适应的不可能性定理

Shai Ben David, Tyler Lu, Teresa Luu, David Pal; 第十三届人工智能与统计国际会议论文集, PMLR 9:129-136

多类-多标签分类,类别数量多于样本数量

Ofer Dekel, Ohad Shamir; 第十三届人工智能与统计国际会议论文集, PMLR 9:137-144

用于训练受限玻尔兹曼机的调温马尔可夫链蒙特卡洛

Guillaume Desjardins, Aaron Courville, Yoshua Bengio, Pascal Vincent, Olivier Delalleau; 第十三届人工智能与统计国际会议论文集, PMLR 9:145-152

使用多流进行特征选择

Paramveer Dhillon, Dean Foster, Lyle Ungar; 第十三届人工智能与统计国际会议论文集, PMLR 9:153-160

贝叶斯变量阶数马尔可夫模型

Christos Dimitrakakis; 第十三届人工智能与统计国际会议论文集, PMLR 9:161-168

基于 Power-EP 的非参数贝叶斯矩阵分解

Nan Ding, Yuan Qi, Rongjing Xiang, Ian Molloy, Ninghui Li; 第十三届人工智能与统计国际会议论文集, PMLR 9:169-176

神经条件随机场

Trinh–Minh–Tri Do, Thierry Artieres; 第十三届人工智能与统计国际会议论文集, PMLR 9:177-184

结合实验以发现具有潜在变量的线性循环模型

Frederick Eberhardt, Patrik Hoyer, Richard Scheines; 第十三届人工智能与统计国际会议论文集, PMLR 9:185-192

具有潜在变量的多变量时间序列的图形高斯建模

Michael Eichler; 第十三届人工智能与统计国际会议论文集, PMLR 9:193-200

为什么无监督预训练有助于深度学习?

Dumitru Erhan, Aaron Courville, Yoshua Bengio, Pascal Vincent; 第十三届人工智能与统计国际会议论文集, PMLR 9:201-208

通过广义最大熵进行半监督学习

Ayse Erkan, Yasemin Altun; 第十三届人工智能与统计国际会议论文集, PMLR 9:209-216

模型无关的蒙特卡洛式策略评估

Raphael Fonteneau, Susan Murphy, Louis Wehenkel, Damien Ernst; 第十三届人工智能与统计国际会议论文集, PMLR 9:217-224

用于脑病灶分割的加权多序列马尔可夫模型

Florence Forbes, Senan Doyle, Daniel Garcia–Lorenzo, Christian Barillot, Michel Dojat; 第十三届人工智能与统计国际会议论文集, PMLR 9:225-232

后验分布可以从预测分布计算得出

Cameron Freer, Daniel Roy; 第十三届人工智能与统计国际会议论文集, PMLR 9:233-240

用于强化学习的变分方法

Thomas Furmston, David Barber; 第十三届人工智能与统计国际会议论文集, PMLR 9:241-248

理解训练深度前馈神经网络的困难

Xavier Glorot, Yoshua Bengio; 第十三届人工智能与统计国际会议论文集, PMLR 9:249-256

关于组合基于图的方差缩减方案

Vibhav Gogate, Rina Dechter; 第十三届人工智能与统计国际会议论文集, PMLR 9:257-264

图像流形上的局部线性去噪

Dian Gong, Fei Sha, Gérard Medioni; 第十三届人工智能与统计国际会议论文集, PMLR 9:265-272

高斯过程强盗问题的后悔界限

Steffen Grünewälder, Jean–Yves Audibert, Manfred Opper, John Shawe–Taylor; 第十三届人工智能与统计国际会议论文集, PMLR 9:273-280

充分协变量和线性倾向分析

Hui Guo, Philip Dawid; 第十三届人工智能与统计国际会议论文集, PMLR 9:281-288

具有成对比较查询的实时多属性贝叶斯偏好引出

Shengbo Guo, Scott Sanner; 第十三届人工智能与统计国际会议论文集, PMLR 9:289-296

噪声对比估计:一种用于未归一化统计模型的新的估计原理

Michael Gutmann, Aapo Hyvärinen; 第十三届人工智能与统计国际会议论文集, PMLR 9:297-304

用于网络分类的提升优化

Timothy Hancock, Hiroshi Mamitsuka; 第十三届人工智能与统计国际会议论文集, PMLR 9:305-312

狄利克雷过程混合广义线性模型

Lauren Hannah, David Blei, Warren Powell; 第十三届人工智能与统计国际会议论文集, PMLR 9:313-320

具有凸损失的主动学习的负面结果

Steve Hanneke, Liu Yang; 第十三届人工智能与统计国际会议论文集, PMLR 9:321-325

博弈树中最佳策略的相干推理

Philipp Hennig, David Stern, Thore Graepel; 第十三届人工智能与统计国际会议论文集, PMLR 9:326-333

通过评分集中进行协同过滤

Bert Huang, Tony Jebara; 第十三届人工智能与统计国际会议论文集, PMLR 9:334-341

图上累积分布函数的最大似然学习

Jim Huang, Nebojsa Jojic; 第十三届人工智能与统计国际会议论文集, PMLR 9:342-349

从非序列数据中学习非线性动态模型

Tzu–Kuo Huang, Le Song, Jeff Schneider; 第十三届人工智能与统计国际会议论文集, PMLR 9:350-357

使用 LP 松弛学习贝叶斯网络结构

Tommi Jaakkola, David Sontag, Amir Globerson, Marina Meila; 第十三届人工智能与统计国际会议论文集, PMLR 9:358-365

结构化稀疏主成分分析

Rodolphe Jenatton, Guillaume Obozinski, Francis Bach; 第十三届人工智能与统计国际会议论文集, PMLR 9:366-373

非线性函数回归:一种函数 RKHS 方法

Hachem Kadri, Emmanuel Duflos, Philippe Preux, Stéphane Canu, Manuel Davy; 第十三届人工智能与统计国际会议论文集, PMLR 9:374-380

高维指数族的学习:强凸性和稀疏性

Sham Kakade, Ohad Shamir, Karthik Sindharan, Ambuj Tewari; 第十三届人工智能与统计国际会议论文集, PMLR 9:381-388

预算内的协同过滤

Alexandros Karatzoglou, Alex Smola, Markus Weimer; 第十三届人工智能与统计国际会议论文集, PMLR 9:389-396

用于$l1$-正则化线性回归的快速主动集型算法

Jingu Kim, Haesun Park; 第十三届人工智能与统计国际会议论文集, PMLR 9:397-404

对抗影响下的在线异常检测

Marius Kloft, Pavel Laskov; 第十三届人工智能与统计国际会议论文集, PMLR 9:405-412

使用同步正交匹配追踪进行超高维多输出学习:筛选方法

Mladen Kolar, Eric Xing; 第十三届人工智能与统计国际会议论文集, PMLR 9:413-420

使用最大边际图割的半监督学习

Branislav Kveton, Michal Valko, Ali Rahimi, Ling Huang; 第十三届人工智能与统计国际会议论文集, PMLR 9:421-428

使用消息传递算法求解无容量设施选址问题

Nevena Lazic, Brendan Frey, Parham Aarabi; 第十三届人工智能与统计国际会议论文集, PMLR 9:429-436

函数类复杂度与函数域中的聚类结构与转导学习的关系

Guy Lever; 第十三届人工智能与统计国际会议论文集, PMLR 9:437-444

核方法中的特征选择路径

Fuxin Li, Cristian Sminchisescu; 第十三届人工智能与统计国际会议论文集, PMLR 9:445-452

简单的指数族PCA

Jun Li, Dacheng Tao; 第十三届人工智能与统计国际会议论文集, PMLR 9:453-460

组丹麦选择器

Han Liu, Jian Zhang, Xiaoye Jiang, Jun Liu; 第十三届人工智能与统计国际会议论文集, PMLR 9:461-468

用于参数调整细化的下降方法

Alexander Lorbert, Peter Ramadge; 第十三届人工智能与统计国际会议论文集, PMLR 9:469-476

利用协变量相似性进行稀疏回归的配对弹性网络

Alexander Lorbert, David Eis, Victoria Kostina, David Blei, Peter Ramadge; 第十三届人工智能与统计国际会议论文集, PMLR 9:477-484

上下文多臂老虎机

Tyler Lu, David Pal, Martin Pal; 第十三届人工智能与统计国际会议论文集, PMLR 9:485-492

利用特征协方差进行高维在线学习

Justin Ma, Alex Kulesza, Mark Dredze, Koby Crammer, Lawrence Saul, Fernando Pereira; 第十三届人工智能与统计国际会议论文集, PMLR 9:493-500

使用贝叶斯混合模型进行监督降维

Kai Mao, Feng Liang, Sayan Mukherjee; 第十三届人工智能与统计国际会议论文集, PMLR 9:501-508

受限玻尔兹曼机学习的归纳原则

Benjamin Marlin, Kevin Swersky, Bo Chen, Nando Freitas; 第十三届人工智能与统计国际会议论文集, PMLR 9:509-516

马尔可夫随机场的并行抽样

James Martens, Ilya Sutskever; 第十三届人工智能与统计国际会议论文集, PMLR 9:517-524

利用团内因子分解进行连接树算法

Julian McAuley, Tiberio Caetano; 第十三届人工智能与统计国际会议论文集, PMLR 9:525-532

文本和语音的判别主题分割

Mehryar Mohri, Pedro Moreno, Eugene Weinstein; 第十三届人工智能与统计国际会议论文集, PMLR 9:533-540

椭圆切片抽样

Iain Murray, Ryan Adams, David MacKay; 第十三届人工智能与统计国际会议论文集, PMLR 9:541-548

凸诱导分类器的近乎最优规避

Blaine Nelson, Benjamin Rubinstein, Ling Huang, Anthony Joseph, Shing–hon Lau, Steven Lee, Satish Rao, Anthony Tran, Doug Tygar; 第十三届人工智能与统计国际会议论文集, PMLR 9:549-556

实时在线模型学习的增量稀疏化

Duy Nguyen–Tuong, Jan Peters; 第十三届人工智能与统计国际会议论文集, PMLR 9:557-564

低秩判别分析的流体动力学模型

Yung–Kyun Noh, Byoung–Tak Zhang, Daniel Lee; 第十三届人工智能与统计国际会议论文集, PMLR 9:565-572

用专家混合模型近似隐马尔可夫模型,并应用于粒子滤波

Jimmy Olsson, Jonas Ströjby; 第十三届人工智能与统计国际会议论文集, PMLR 9:573-580

用于贝叶斯估计和模型选择的多重尝试 Metropolis 算法的推广

Silvia Pandolfi, Francesco Bartolucci, Nial Friel; 第十三届人工智能与统计国际会议论文集, PMLR 9:581-588

贝叶斯网络中空间更少的贝叶斯结构发现

Pekka Parviainen, Mikko Koivisto; 第十三届人工智能与统计国际会议论文集, PMLR 9:589-596

使用加性噪声模型识别离散数据中的因果关系

Jonas Peters, Dominik Janzing, Bernhard Schölkopf; 第十三届人工智能与统计国际会议论文集, PMLR 9:597-604

REGO:使用欧几里得图优化进行基于秩的 Renyi 信息估计

Barnabas Poczos, Sergey Kirshner, Csaba Szepesvári; 第十三届人工智能与统计国际会议论文集, PMLR 9:605-612

用于多任务学习的无限预测子空间模型

Piyush Rai, Hal Daumé III; 第十三届人工智能与统计国际会议论文集, PMLR 9:613-620

用于建模自然图像的因子化 3 路限制玻尔兹曼机

Marc’Aurelio Ranzato, Alex Krizhevsky, Geoffrey Hinton; 第十三届人工智能与统计国际会议论文集, PMLR 9:621-628

用于自适应稀疏性的非参数先验

Vikas Raykar, Linda Zhao; 第十三届人工智能与统计国际会议论文集, PMLR 9:629-636

适当复合二元损失的凸性

Mark Reid, Robert Williamson; 第十三届人工智能与统计国际会议论文集, PMLR 9:637-644

具有单调性信息的 Gaussian 过程

Jaakko Riihimäki, Aki Vehtari; 第十三届人工智能与统计国际会议论文集, PMLR 9:645-652

一种用于非线性变量选择的正则化方法

Lorenzo Rosasco, Matteo Santoro, Sofia Mosci, Alessandro Verri, Silvia Villa; 第十三届人工智能与统计国际会议论文集, PMLR 9:653-660

用于模仿学习的有效简化

Stephane Ross, Drew Bagnell; 第十三届人工智能与统计国际会议论文集, PMLR 9:661-668

随机反应扩散模型中近似参数推断

Andreas Ruttor, Manfred Opper; 第十三届人工智能与统计国际会议论文集, PMLR 9:669-676

具有触觉反馈的主动顺序学习

Hannes Saal, Jo–Anne Ting, Sethu Vijayakumar; 第十三届人工智能与统计国际会议论文集, PMLR 9:677-684

通过从包中学习来减少标签复杂性

Sivan Sabato, Nathan Srebro, Naftali Tishby; 第十三届人工智能与统计国际会议论文集, PMLR 9:685-692

深度玻尔兹曼机的有效学习

Ruslan Salakhutdinov, Hugo Larochelle; 第十三届人工智能与统计国际会议论文集, PMLR 9:693-700

因子化正交潜在空间

Mathieu Salzmann, Carl Henrik Ek, Raquel Urtasun, Trevor Darrell; 第十三届人工智能与统计国际会议论文集, PMLR 9:701-708

对数线性模型中凸结构学习:超越成对势

Mark Schmidt, Kevin Murphy; 第十三届人工智能与统计国际会议论文集, PMLR 9:709-716

通过重加权完美匹配进行 NP-Hard 二元 MRF 的多项式时间精确推断

Nic Schraudolph; 第十三届人工智能与统计国际会议论文集, PMLR 9:717-724

用于稀疏主成分分析的密集消息传递

Kevin Sharp, Magnus Rattray; 第十三届人工智能与统计国际会议论文集, PMLR 9:725-732

经验伯恩斯坦提升

Pannagadatta Shivaswamy, Tony Jebara; 第十三届人工智能与统计国际会议论文集, PMLR 9:733-740

降秩隐马尔可夫模型

Sajid Siddiqi, Byron Boots, Geoffrey Gordon; 第十三届人工智能与统计国际会议论文集, PMLR 9:741-748

检测网络中的弱但分层结构的模式

Aarti Singh, Robert Nowak, Robert Calderbank; 第十三届人工智能与统计国际会议论文集, PMLR 9:749-756

具有未观测变量的稀疏网络推断。应用于基因调控网络

Nikolai Slavov; 第十三届人工智能与统计国际会议论文集, PMLR 9:757-764

非参数树图模型

Le Song, Arthur Gretton, Carlos Guestrin; 第十三届人工智能与统计国际会议论文集, PMLR 9:765-772

泛化性、特征核和度量嵌入之间的关系

Bharath Sriperumbudur, Kenji Fukumizu, Gert Lanckriet; 第十三届人工智能与统计国际会议论文集, PMLR 9:773-780

通过最小二乘密度比估计进行条件密度估计

Masashi Sugiyama, Ichiro Takeuchi, Taiji Suzuki, Takafumi Kanamori, Hirotaka Hachiya, Daisuke Okanohara; 第十三届人工智能与统计国际会议论文集, PMLR 9:781-788

对比散度收敛性质研究

Ilya Sutskever, Tijmen Tieleman; 第十三届人工智能与统计国际会议论文集, PMLR 9:789-795

队列网络中的推断与学习

Charles Sutton, Michael I. Jordan; 第十三届人工智能与统计国际会议论文集, PMLR 9:796-803

通过平方损失互信息估计进行充分降维

Taiji Suzuki, Masashi Sugiyama; 第十三届人工智能与统计国际会议论文集, PMLR 9:804-811

HOP-MAP:具有高阶势的高效消息传递

Daniel Tarlow, Inmar Givoni, Richard Zemel; 第十三届人工智能与统计国际会议论文集, PMLR 9:812-819

哈蒂根方法:无沃罗诺伊 k-means 聚类

Matus Telgarsky, Andrea Vattani; 第十三届人工智能与统计国际会议论文集, PMLR 9:820-827

使用路径积分学习策略改进

Evangelos Theodorou, Jonas Buchli, Stefan Schaal; 第十三届人工智能与统计国际会议论文集, PMLR 9:828-835

具有大量类别的大规模分类问题的无监督聚合

Ivan Titov, Alexandre Klementiev, Kevin Small, Dan Roth; 第十三届人工智能与统计国际会议论文集, PMLR 9:836-843

贝叶斯高斯过程隐变量模型

Michalis Titsias, Neil D. Lawrence; 第十三届人工智能与统计国际会议论文集, PMLR 9:844-851

一种马尔可夫链蒙特卡洛方法,用于同时定位和地图构建

Peter Torma, András György, Csaba Szepesvári; 第十三届人工智能与统计国际会议论文集, PMLR 9:852-859

从重叠变量集中学习因果结构

Sofia Triantafillou, Ioannis Tsamardinos, Ioannis Tollis; 第十三届人工智能与统计国际会议论文集, PMLR 9:860-867

状态空间推断与高斯过程学习

Ryan Turner, Marc Deisenroth, Carl Rasmussen; 第十三届人工智能与统计国际会议论文集, PMLR 9:868-875

狄利克雷过程混合模型的顺序蒙特卡洛采样器

Yener Ulker, Bilge Günsel, Taylan Cemgil; 第十三届人工智能与统计国际会议论文集, PMLR 9:876-883

近似增量 SVM 的保证

Nicolas Usunier, Antoine Bordes, Léon Bottou; 第十三届人工智能与统计国际会议论文集, PMLR 9:884-891

用于非参数贝叶斯聚类的替代先验过程

Hanna Wallach, Shane Jensen, Lee Dicker, Katherine Heller; 第十三届人工智能与统计国际会议论文集, PMLR 9:892-899

基于势的在线多类学习框架,具有部分反馈

Shijun Wang, Rong Jin, Hamed Valizadegan; 第十三届人工智能与统计国际会议论文集, PMLR 9:900-907

预算内的在线被动-攻击算法

Zhuang Wang, Slobodan Vucetic; 第十三届人工智能与统计国际会议论文集, PMLR 9:908-915

结构化预测级联

David Weiss, Benjamin Taskar; 第十三届人工智能与统计国际会议论文集, PMLR 9:916-923

依赖的印度自助餐过程

Sinead Williamson, Peter Orbanz, Zoubin Ghahramani; 第十三届人工智能与统计国际会议论文集, PMLR 9:924-931

建模标注者专业知识:学习当每个人都知道一些东西时

Yan Yan, Romer Rosales, Glenn Fung, Mark Schmidt, Gerardo Hermosillo, Luca Bogoni, Linda Moy, Jennifer Dy; 第十三届人工智能与统计国际会议论文集, PMLR 9:932-939

一种高效的阻塞吉布斯采样器重建多维核磁共振光谱

Ji Won Yoon, Simon Wilson, K. Hun Mok; 第十三届人工智能与统计国际会议论文集, PMLR 9:940-947

Levy 过程在 PAC 学习框架中的风险界限

张超, 陶大成; 第十三届人工智能与统计国际会议论文集, PMLR 9:948-955

用于多标签和多变量性能指标的贝叶斯在线学习

张新华, Thore Graepel, Ralf Herbrich; 第十三届人工智能与统计国际会议论文集, PMLR 9:956-963

使用广义t过程的多任务学习

张宇, Dit–Yan Yeung; 第十三届人工智能与统计国际会议论文集, PMLR 9:964-971

贝叶斯广义核模型

张志华, 戴广, 王东辉, Michael I. Jordan; 第十三届人工智能与统计国际会议论文集, PMLR 9:972-979

矩阵变分狄利克雷过程混合模型

张志华, 戴广, Michael I. Jordan; 第十三届人工智能与统计国际会议论文集, PMLR 9:980-987

用于多任务特征选择的排他Lasso

周洋, Rong Jin, Steven Chu–Hong Hoi; 第十三届人工智能与统计国际会议论文集, PMLR 9:988-995

订阅 通过RSS