Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Tam, Edric"'
Tree graphs are routinely used in statistics. When estimating a Bayesian model with a tree component, sampling the posterior remains a core difficulty. Existing Markov chain Monte Carlo methods tend to rely on local moves, often leading to poor mixin
Externí odkaz:
http://arxiv.org/abs/2405.03096
Autor:
Ratnanather, J Tilak, Bhattacharya, Rohit, Heston, Margo B, Song, Joanne, Fernandez, Lindsey R, Lim, Hong Seo, Lee, Seung-Wook, Tam, Edric, Yoo, Sungho, Bae, Seung-Ho, Lam, Inez, Jeon, Hyoung Won, Chang, Son A, Koo, Ja-Won
Publikováno v:
JMIR mHealth and uHealth, Vol 9, Iss 3, p e20890 (2021)
BackgroundWith the growing adult population using electronic hearing devices such as cochlear implants or hearing aids, there is an increasing worldwide need for auditory training (AT) to promote optimal device use. However, financial resources and s
Externí odkaz:
https://doaj.org/article/f69d67d792c34141bf5a4c34cbf5f368
Autor:
Tam, Edric, Dunson, David
We introduce Fiedler regularization, a novel approach for regularizing neural networks that utilizes spectral/graphical information. Existing regularization methods often focus on penalizing weights in a global/uniform manner that ignores the connect
Externí odkaz:
http://arxiv.org/abs/2304.03096
Autor:
Tam, Edric, Dunson, David
Laplacian eigenvectors capture natural community structures on graphs and are widely used in spectral clustering and manifold learning. The use of Laplacian eigenvectors as embeddings for the purpose of multiscale graph comparison has however been li
Externí odkaz:
http://arxiv.org/abs/2201.12064
Autor:
Tam, Edric, Dunson, David
We introduce a novel regularization approach for deep learning that incorporates and respects the underlying graphical structure of the neural network. Existing regularization methods often focus on dropping/penalizing weights in a global manner that
Externí odkaz:
http://arxiv.org/abs/2003.00992
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.
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.