Zobrazeno 1 - 8
of 8
pro vyhledávání: '"Maddouri, Omar"'
Robust Importance Sampling for Error Estimation in the Context of Optimal Bayesian Transfer Learning
Classification has been a major task for building intelligent systems as it enables decision-making under uncertainty. Classifier design aims at building models from training data for representing feature-label distributions--either explicitly or imp
Externí odkaz:
http://arxiv.org/abs/2109.02150
Clustering data into meaningful subsets is a major task in scientific data analysis. To date, various strategies ranging from model-based approaches to data-driven schemes, have been devised for efficient and accurate clustering. One important class
Externí odkaz:
http://arxiv.org/abs/2103.14376
Robust importance sampling for error estimation in the context of optimal Bayesian transfer learning
Publikováno v:
In Patterns 11 March 2022 3(3)
Autor:
Alshahrani, Mona, Khan, Mohammed Asif, Maddouri, Omar, Kinjo, Akira R, Queralt-Rosinach, Núria, Hoehndorf, Robert
Motivation: Biological data and knowledge bases increasingly rely on Semantic Web technologies and the use of knowledge graphs for data integration, retrieval and federated queries. In the past years, feature learning methods that are applicable to g
Externí odkaz:
http://arxiv.org/abs/1612.04256
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Data in Brief June 2022 42
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.