( en | de | ru )

 

Disambiguierung von "Morvant, Emilie"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Landmark-Based Ensemble Learning with Random Fourier Features and Gradient Boosting.

, , , , , , und . ECML/PKDD (3), Volume 12459 von Lecture Notes in Computer Science, Seite 141-157. Springer, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Emilie Morvant

Emilie Schüphaus

Emilie Feyrer

Emilie Pünnel

Emilie Weber

 

Weitere Publikationen von Autoren mit dem selben Namen

Learning Stochastic Majority Votes by Minimizing a PAC-Bayes Generalization Bound., , , , , , und . NeurIPS, Seite 455-467. (2021)VideoSense at TRECVID 2011: Semantic Indexing from Light Similarity Functions-based Domain Adaptation with Stacking., , , , , , , , , und . TRECVID, National Institute of Standards and Technology (NIST), (2011)Landmark-Based Ensemble Learning with Random Fourier Features and Gradient Boosting., , , , , , und . ECML/PKDD (3), Volume 12459 von Lecture Notes in Computer Science, Seite 141-157. Springer, (2020)A PAC-Bayes Analysis of Adversarial Robustness., , , und . NeurIPS, Seite 14421-14433. (2021)A general framework for the practical disintegration of PAC-Bayesian bounds., , , und . Mach. Learn., 113 (2): 519-604 (Februar 2024)Metric Learning from Imbalanced Data., , , und . ICTAI, Seite 923-930. IEEE, (2019)Self-bounding Majority Vote Learning Algorithms by the Direct Minimization of a Tight PAC-Bayesian C-Bound., , , und . ECML/PKDD (2), Volume 12976 von Lecture Notes in Computer Science, Seite 167-183. Springer, (2021)Pseudo-Bayesian Learning with Kernel Fourier Transform as Prior., , und . AISTATS, Volume 89 von Proceedings of Machine Learning Research, Seite 768-776. PMLR, (2019)Leveraging PAC-Bayes Theory and Gibbs Distributions for Generalization Bounds with Complexity Measures., , , , und . AISTATS, Volume 238 von Proceedings of Machine Learning Research, Seite 3007-3015. PMLR, (2024)A Theoretically Grounded Extension of Universal Attacks from the Attacker's Viewpoint., , , , , und . ECML/PKDD (4), Volume 14944 von Lecture Notes in Computer Science, Seite 283-300. Springer, (2024)