Articles de revues sur le sujet « Kernel Inference »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
Consultez les 50 meilleurs articles de revues pour votre recherche sur le sujet « Kernel Inference ».
À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.
Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.
Parcourez les articles de revues sur diverses disciplines et organisez correctement votre bibliographie.
Nishiyama, Yu, Motonobu Kanagawa, Arthur Gretton et Kenji Fukumizu. « Model-based kernel sum rule : kernel Bayesian inference with probabilistic models ». Machine Learning 109, no 5 (2 janvier 2020) : 939–72. http://dx.doi.org/10.1007/s10994-019-05852-9.
Texte intégralRogers, Mark F., Colin Campbell et Yiming Ying. « Probabilistic Inference of Biological Networks via Data Integration ». BioMed Research International 2015 (2015) : 1–9. http://dx.doi.org/10.1155/2015/707453.
Texte intégralLUGO-MARTINEZ, JOSE, et PREDRAG RADIVOJAC. « Generalized graphlet kernels for probabilistic inference in sparse graphs ». Network Science 2, no 2 (août 2014) : 254–76. http://dx.doi.org/10.1017/nws.2014.14.
Texte intégralLazarus, Eben, Daniel J. Lewis et James H. Stock. « The Size‐Power Tradeoff in HAR Inference ». Econometrica 89, no 5 (2021) : 2497–516. http://dx.doi.org/10.3982/ecta15404.
Texte intégralBillio, M. « Kernel-Based Indirect Inference ». Journal of Financial Econometrics 1, no 3 (1 septembre 2003) : 297–326. http://dx.doi.org/10.1093/jjfinec/nbg014.
Texte intégralZhang, Li Lyna, Shihao Han, Jianyu Wei, Ningxin Zheng, Ting Cao et Yunxin Liu. « nn-METER ». GetMobile : Mobile Computing and Communications 25, no 4 (30 mars 2022) : 19–23. http://dx.doi.org/10.1145/3529706.3529712.
Texte intégralRobinson, P. M. « INFERENCE ON NONPARAMETRICALLY TRENDING TIME SERIES WITH FRACTIONAL ERRORS ». Econometric Theory 25, no 6 (décembre 2009) : 1716–33. http://dx.doi.org/10.1017/s0266466609990302.
Texte intégralYuan, Ao. « Semiparametric inference with kernel likelihood ». Journal of Nonparametric Statistics 21, no 2 (février 2009) : 207–28. http://dx.doi.org/10.1080/10485250802553382.
Texte intégralCheng, Yansong, et Surajit Ray. « Multivariate Modality Inference Using Gaussian Kernel ». Open Journal of Statistics 04, no 05 (2014) : 419–34. http://dx.doi.org/10.4236/ojs.2014.45041.
Texte intégralAgbokou, Komi, et Yaogan Mensah. « INFERENCE ON THE REPRODUCING KERNEL HILBERT SPACES ». Universal Journal of Mathematics and Mathematical Sciences 15 (10 octobre 2021) : 11–29. http://dx.doi.org/10.17654/2277141722002.
Texte intégralMemisevic, R., L. Sigal et D. J. Fleet. « Shared Kernel Information Embedding for Discriminative Inference ». IEEE Transactions on Pattern Analysis and Machine Intelligence 34, no 4 (avril 2012) : 778–90. http://dx.doi.org/10.1109/tpami.2011.154.
Texte intégralMaswadah, M. « Kernel Inference on the Inverse Weibull Distribution ». Communications for Statistical Applications and Methods 13, no 3 (31 décembre 2006) : 503–12. http://dx.doi.org/10.5351/ckss.2006.13.3.503.
Texte intégralRacine, Jeffrey S., et James G. MacKinnon. « Inference via kernel smoothing of bootstrap values ». Computational Statistics & ; Data Analysis 51, no 12 (août 2007) : 5949–57. http://dx.doi.org/10.1016/j.csda.2006.11.013.
Texte intégralSun, Yixiao, et Jingjing Yang. « Testing-optimal kernel choice in HAR inference ». Journal of Econometrics 219, no 1 (novembre 2020) : 123–36. http://dx.doi.org/10.1016/j.jeconom.2020.06.007.
Texte intégralKondratyev, Dmitry A. « Towards Automatic Deductive Verification of C Programs with Sisal Loops Using the C-lightVer System ». Modeling and Analysis of Information Systems 28, no 4 (18 décembre 2021) : 372–93. http://dx.doi.org/10.18255/1818-1015-2021-4-372-393.
Texte intégralLei, Zijian, et Liang Lan. « Memory and Computation-Efficient Kernel SVM via Binary Embedding and Ternary Model Coefficients ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 9 (18 mai 2021) : 8316–23. http://dx.doi.org/10.1609/aaai.v35i9.17011.
Texte intégralCawley, Gavin C., et Nicola L. C. Talbot. « Kernel learning at the first level of inference ». Neural Networks 53 (mai 2014) : 69–80. http://dx.doi.org/10.1016/j.neunet.2014.01.011.
Texte intégralWang, Kai. « Conditional asymptotic inference for the kernel association test ». Bioinformatics 33, no 23 (14 août 2017) : 3733–39. http://dx.doi.org/10.1093/bioinformatics/btx511.
Texte intégralLu, Chi-Ken, et Patrick Shafto. « Conditional Deep Gaussian Processes : Empirical Bayes Hyperdata Learning ». Entropy 23, no 11 (23 octobre 2021) : 1387. http://dx.doi.org/10.3390/e23111387.
Texte intégralKumar, Mukesh, et Santanu Kumar Rath. « Classification of Microarray Data Using Kernel Fuzzy Inference System ». International Scholarly Research Notices 2014 (21 août 2014) : 1–18. http://dx.doi.org/10.1155/2014/769159.
Texte intégralMassaroppe, Lucas, et Luiz Baccalá. « Kernel Methods for Nonlinear Connectivity Detection ». Entropy 21, no 6 (20 juin 2019) : 610. http://dx.doi.org/10.3390/e21060610.
Texte intégralStordal, Andreas S., Rafael J. Moraes, Patrick N. Raanes et Geir Evensen. « p-Kernel Stein Variational Gradient Descent for Data Assimilation and History Matching ». Mathematical Geosciences 53, no 3 (17 mars 2021) : 375–93. http://dx.doi.org/10.1007/s11004-021-09937-x.
Texte intégralAuzina, Ilze A., et Jakub M. Tomczak. « Approximate Bayesian Computation for Discrete Spaces ». Entropy 23, no 3 (6 mars 2021) : 312. http://dx.doi.org/10.3390/e23030312.
Texte intégralXiao, Chengcheng, Xiaowen Liu, Chi Sun, Zhongyu Liu et Enjie Ding. « Hierarchical Prototypes Polynomial Softmax Loss Function for Visual Classification ». Applied Sciences 12, no 20 (13 octobre 2022) : 10336. http://dx.doi.org/10.3390/app122010336.
Texte intégralLiang, Junjie, Yanting Wu, Dongkuan Xu et Vasant G. Honavar. « Longitudinal Deep Kernel Gaussian Process Regression ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 10 (18 mai 2021) : 8556–64. http://dx.doi.org/10.1609/aaai.v35i10.17038.
Texte intégralNie, Junlan, Ruibo Gao et Ye Kang. « Urban Noise Inference Model Based on Multiple Views and Kernel Tensor Decomposition ». Fluctuation and Noise Letters 20, no 03 (25 janvier 2021) : 2150027. http://dx.doi.org/10.1142/s0219477521500279.
Texte intégralHou, Yuxin, Ari Heljakka et Arno Solin. « Gaussian Process Priors for View-Aware Inference ». Proceedings of the AAAI Conference on Artificial Intelligence 35, no 9 (18 mai 2021) : 7762–70. http://dx.doi.org/10.1609/aaai.v35i9.16948.
Texte intégralMaswadah, Mohamed, et Seham Mohamed. « Bayesian Inference on the Generalized Exponential Distribution Based on the Kernel Prior ». Science Journal of Applied Mathematics and Statistics 12, no 2 (17 mai 2024) : 29–36. http://dx.doi.org/10.11648/j.sjams.20241202.12.
Texte intégralWang, Qihuan, Haolin Yang, Qianghao He, Dong Yue, Ce Zhang et Duanyang Geng. « Real-Time Detection System of Broken Corn Kernels Based on BCK-YOLOv7 ». Agronomy 13, no 7 (28 juin 2023) : 1750. http://dx.doi.org/10.3390/agronomy13071750.
Texte intégralZhang, Rui, Christian Walder et Marian-Andrei Rizoiu. « Variational Inference for Sparse Gaussian Process Modulated Hawkes Process ». Proceedings of the AAAI Conference on Artificial Intelligence 34, no 04 (3 avril 2020) : 6803–10. http://dx.doi.org/10.1609/aaai.v34i04.6160.
Texte intégralCui, Chen, Shengyi Jiang et Bruno C. d. S. Oliveira. « Greedy Implicit Bounded Quantification ». Proceedings of the ACM on Programming Languages 7, OOPSLA2 (16 octobre 2023) : 2083–111. http://dx.doi.org/10.1145/3622871.
Texte intégralTeng, Tong, Jie Chen, Yehong Zhang et Bryan Kian Hsiang Low. « Scalable Variational Bayesian Kernel Selection for Sparse Gaussian Process Regression ». Proceedings of the AAAI Conference on Artificial Intelligence 34, no 04 (3 avril 2020) : 5997–6004. http://dx.doi.org/10.1609/aaai.v34i04.6061.
Texte intégralGudmundarson, Ragnar L., et Gareth W. Peters. « Assessing portfolio diversification via two-sample graph kernel inference. A case study on the influence of ESG screening ». PLOS ONE 19, no 4 (16 avril 2024) : e0301804. http://dx.doi.org/10.1371/journal.pone.0301804.
Texte intégralRocha, Gustavo H. M. A., Rosangela H. Loschi et Reinaldo B. Arellano-Valle. « Inference in flexible families of distributions with normal kernel ». Statistics 47, no 6 (décembre 2013) : 1184–206. http://dx.doi.org/10.1080/02331888.2012.688207.
Texte intégralGao, Junbin, Paul W. Kwan et Daming Shi. « Sparse kernel learning with LASSO and Bayesian inference algorithm ». Neural Networks 23, no 2 (mars 2010) : 257–64. http://dx.doi.org/10.1016/j.neunet.2009.07.001.
Texte intégralCapobianco, Enrico. « Kernel methods and flexible inference for complex stochastic dynamics ». Physica A : Statistical Mechanics and its Applications 387, no 16-17 (juillet 2008) : 4077–98. http://dx.doi.org/10.1016/j.physa.2008.03.003.
Texte intégralLam, Clifford, et Jianqing Fan. « Profile-kernel likelihood inference with diverging number of parameters ». Annals of Statistics 36, no 5 (octobre 2008) : 2232–60. http://dx.doi.org/10.1214/07-aos544.
Texte intégralLi, Bochong, et Lingchong You. « Stochastic Sensitivity Analysis and Kernel Inference via Distributional Data ». Biophysical Journal 107, no 5 (septembre 2014) : 1247–55. http://dx.doi.org/10.1016/j.bpj.2014.07.025.
Texte intégralLi, Degui, Peter C. B. Phillips et Jiti Gao. « Kernel-based Inference in Time-Varying Coefficient Cointegrating Regression ». Journal of Econometrics 215, no 2 (avril 2020) : 607–32. http://dx.doi.org/10.1016/j.jeconom.2019.10.005.
Texte intégralPatel, Zeel B., Palak Purohit, Harsh M. Patel, Shivam Sahni et Nipun Batra. « Accurate and Scalable Gaussian Processes for Fine-Grained Air Quality Inference ». Proceedings of the AAAI Conference on Artificial Intelligence 36, no 11 (28 juin 2022) : 12080–88. http://dx.doi.org/10.1609/aaai.v36i11.21467.
Texte intégralRen, Ming, Chi Cheung et Gao Xiao. « Gaussian Process Based Bayesian Inference System for Intelligent Surface Measurement ». Sensors 18, no 11 (21 novembre 2018) : 4069. http://dx.doi.org/10.3390/s18114069.
Texte intégralSong, Le, Kenji Fukumizu et Arthur Gretton. « Kernel Embeddings of Conditional Distributions : A Unified Kernel Framework for Nonparametric Inference in Graphical Models ». IEEE Signal Processing Magazine 30, no 4 (juillet 2013) : 98–111. http://dx.doi.org/10.1109/msp.2013.2252713.
Texte intégralGonzález-Vanegas, Wilson, Andrés Álvarez-Meza, José Hernández-Muriel et Álvaro Orozco-Gutiérrez. « AKL-ABC : An Automatic Approximate Bayesian Computation Approach Based on Kernel Learning ». Entropy 21, no 10 (24 septembre 2019) : 932. http://dx.doi.org/10.3390/e21100932.
Texte intégralHuh, Jaeseok, Jonghun Park, Dongmin Shin et Yerim Choi. « A Hierarchical SVM Based Behavior Inference of Human Operators Using a Hybrid Sequence Kernel ». Sustainability 11, no 18 (4 septembre 2019) : 4836. http://dx.doi.org/10.3390/su11184836.
Texte intégralLee, Dong-Yeong, Hayotjon Aliev, Muhammad Junaid, Sang-Bo Park, Hyung-Won Kim, Keon-Myung Lee et Sang-Hoon Sim. « High-Speed CNN Accelerator SoC Design Based on a Flexible Diagonal Cyclic Array ». Electronics 13, no 8 (19 avril 2024) : 1564. http://dx.doi.org/10.3390/electronics13081564.
Texte intégralMohanty, Pete, et Robert Shaffer. « Messy Data, Robust Inference ? Navigating Obstacles to Inference with bigKRLS ». Political Analysis 27, no 2 (26 septembre 2018) : 127–44. http://dx.doi.org/10.1017/pan.2018.33.
Texte intégralDixit, Purushottam D. « Introducing User-Prescribed Constraints in Markov Chains for Nonlinear Dimensionality Reduction ». Neural Computation 31, no 5 (mai 2019) : 980–97. http://dx.doi.org/10.1162/neco_a_01184.
Texte intégralUeda, K. « Design of the Kernel Language for the Parallel Inference Machine ». Computer Journal 33, no 6 (1 juin 1990) : 494–500. http://dx.doi.org/10.1093/comjnl/33.6.494.
Texte intégralTsionas, Efthymios G. « Bayesian inference in time series models using kernel quasi likelihoods ». Statistica Neerlandica 56, no 3 (août 2002) : 285–94. http://dx.doi.org/10.1111/1467-9574.04800.
Texte intégralCai, Qianfeng, Zhifeng Hao et Xiaowei Yang. « Gaussian kernel-based fuzzy inference systems for high dimensional regression ». Neurocomputing 77, no 1 (février 2012) : 197–204. http://dx.doi.org/10.1016/j.neucom.2011.09.005.
Texte intégral