Zobrazeno 1 - 10
of 22
pro vyhledávání: '"Zhan, Donglin"'
Autor:
Zhang, Haoting, Zhan, Donglin, Lin, Yunduan, He, Jinghai, Zhu, Qing, Shen, Zuo-Jun Max, Zheng, Zeyu
In healthcare applications, there is a growing need to develop machine learning models that use data from a single source, such as that from a wrist wearable device, to monitor physical activities, assess health risks, and provide immediate health re
Externí odkaz:
http://arxiv.org/abs/2405.16395
Autor:
Zhan, Donglin, Anderson, James
Meta-learning methods typically learn tasks under the assumption that all tasks are equally important. However, this assumption is often not valid. In real-world applications, tasks can vary both in their importance during different training stages a
Externí odkaz:
http://arxiv.org/abs/2405.07083
We investigate the problem of learning linear quadratic regulators (LQR) in a multi-task, heterogeneous, and model-free setting. We characterize the stability and personalization guarantees of a policy gradient-based (PG) model-agnostic meta-learning
Externí odkaz:
http://arxiv.org/abs/2401.14534
The paradigm of machine intelligence moves from purely supervised learning to a more practical scenario when many loosely related unlabeled data are available and labeled data is scarce. Most existing algorithms assume that the underlying task distri
Externí odkaz:
http://arxiv.org/abs/2209.01501
Autor:
Zhan, Donglin, Yi, Shiyu, Xu, Dongli, Yu, Xiao, Jiang, Denglin, Yu, Siqi, Zhang, Haoting, Shangguan, Wenfang, Zhang, Weihua
Time Series Classification (TSC) has been an important and challenging task in data mining, especially on multivariate time series and multi-view time series data sets. Meanwhile, transfer learning has been widely applied in computer vision and natur
Externí odkaz:
http://arxiv.org/abs/1910.07632
Generative Adversarial Networks (GAN) training process, in most cases, apply Uniform or Gaussian sampling methods in the latent space, which probably spends most of the computation on examples that can be properly handled and easy to generate. Theore
Externí odkaz:
http://arxiv.org/abs/1910.02519
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
He, Shaobo1 (AUTHOR) heshaobo@csu.edu.cn, Zhan, Donglin1 (AUTHOR) zdl_csu540@163.com, Wang, Huihai1 (AUTHOR) kehui@csu.edu.cn, Sun, Kehui1 (AUTHOR), Peng, Yuexi2 (AUTHOR) pyx244896301@163.com
Publikováno v:
Entropy. Jun2022, Vol. 24 Issue 6, p786. 25p.
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.