?
Community Embeddings with Bayesian Gaussian Mixture Model and Variational Inference
P. 88–96.
Anton I.N. Begehr, Peter B. Panfilov
В книге
Vol. 2: CBI Forum and Workshop Papers. , IEEE, 2022.
Шалилех С., , in: Data Analysis and Optimization. In Honor of Boris Mirkin's 80th Birthday.: Springer, 2023. P. 349–361.
Добавлено: 17 октября 2023 г.
Giordano M., Maddalena L., Manzo M. и др., Annals of Mathematics and Artificial Intelligence 2023 Vol. 91 P. 259–285
Добавлено: 18 ноября 2022 г.
Макаров И. А., Oborevich A., , in: Proceedings of IEEE 21st International Symposium on Computational Intelligence and Informatics (CINTI'21), 18-20 Nov. 2021.: NY: IEEE, 2021. P. 000127–000130.
Graph visualization is an effective and efficient way to discover complex inter-connections between elements within the nested structure of data. To accomplish this type of representation machine learning algorithms use a technique called graph embedding and node embedding in particular. However, in this paper, we will compare well-known techniques to yet largely under-explored setting of ...
Добавлено: 19 января 2022 г.
Герасимова О. А., Макаров И. А., Лапидус А. А., , in: Analysis of Images, Social Networks and Texts. 10th International Conference, AIST 2021, Tbilisi, Georgia, December 16–18, 2021, Revised Selected Papers.: Cham: Springer, 2022. P. 1–14.
The work is devoted to academic papers recommendation task considered as link prediction on a static citation network. We compare several graph embeddings, text-based and fusion models in the link prediction problem on academic papers citation dataset. We showed that fusion models of graph and text information outperform other approaches based on graph or text information alone. We prove ...
Добавлено: 3 декабря 2021 г.
Дубнов Ю. А., Булычев А. В., Информационные технологии и вычислительные системы 2020 № 1 С. 25–33
В статье рассматривается задача разделения смеси гауссовских компонент, заключающаяся в определении по имеющимся наблюдениям параметров компонент смеси. Предлагается подход к решению данной задачи, основанный на байесовском оценивании с применением наиболее информативных априорных распределений (Maximal Data Information Prior – MDIP). Новизна описанного подхода заключается в использовании выборочных оценок для вычисления априорного распределения и определения настроек алгоритма ...
Добавлено: 30 октября 2020 г.
Соболев А. А., Ветров Д. П., , in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019).: [б.и.], 2019. P. 1–13.
Добавлено: 13 марта 2020 г.
Ветров Д. П., Izmailov P., Maddox W. и др., , in: Proceedings of the 35th Uncertainty in Artificial Intelligence Conference (UAI-2019).: [б.и.], 2019. P. 1–11.
Добавлено: 14 января 2020 г.
Молчанов Д. А., Харитонов В. Д., Sobolev A. и др., , in: Proceedings of Machine Learning Research, Volume 89: The 22nd International Conference on Artificial Intelligence and Statistics (AISTATS 2019).: PMLR, 2019. P. 2593–2602.
Добавлено: 20 ноября 2019 г.
Козачок А. В., Копылов С. А., Шелупанов А. А. и др., Journal of Computer Virology and Hacking Techniques 2019 Vol. 15 No. 3 P. 219–232
Добавлено: 3 сентября 2019 г.
We present a study on co-authorship network representation based on network embedding together with additional information on topic modeling of research papers and new edge embedding operator. We use the link prediction (LP) model for constructing a recommender system for searching collaborators with similar research interests. Extracting topics for each paper, we construct keywords co-occurrence ...
Добавлено: 21 января 2019 г.
Izmailov P., Новиков А. В., Кропотов Д. А., , in: Proceedings of Machine Learning Research. Proceedings of The International Conference on Artificial Intelligence and Statistics (AISTATS 2018).: [б.и.], 2018. P. 726–735.
Добавлено: 10 декабря 2018 г.
Izmailov P., Кропотов Д. А., Journal of machine learning and data analysis 2017 Vol. 3 No. 1 P. 20–35
Предлагается новый подход к настройке моделей гауссовских процессов для задач классификации. Стандартные методы для данной задачи имеют сложность O(n 3 ), где n — размер обучающей выборки. Данное обстоятельство не позволяет применять эти методы к задачам с большим объемом данных. В связи с этим в литературе был предложен ряд подходов, основанных на использовании так называемых ...
Добавлено: 6 декабря 2018 г.
Макаров И. А., Герасимова О. А., Сулимов П. А. и др., , in: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer ScienceVol. 11179.: Berlin: Springer, 2018. P. 20–31.
In this paper, we consider new formulation of graph embedding algorithm, while learning node and edge representation under common constraints. We evaluate our approach on link prediction problem for co-authorship network of HSE researchers’ publications. We compare it with existing structural network embeddings and feature-engineering models. ...
Добавлено: 5 сентября 2018 г.
Макаров И. А., Герасимова О. А., Сулимов П. А. и др., , in: Proceedings of Analysis of Images, Social Networks and Texts – 7th International Conference, AIST 2018, Moscow, Russia, July 5-7, 2018, Revised Selected Papers. Lecture Notes in Computer ScienceVol. 11179.: Berlin: Springer, 2018. P. 32–38.
Co-authorship networks contain invisible patterns of collaboration among researchers. The process of writing joint paper can depend of different factors, such as friendship, common interests, and policy of university. We show that, having a temporal co-authorship network, it is possible to predict future publications. We solve the problem of recommending collaborators from the point of ...
Добавлено: 5 сентября 2018 г.
Добавлено: 30 ноября 2016 г.
Бартунов С. О., Ветров Д. П., , in: JMLR Workshop and Conference ProceedingsIssue 32: Proceedings of The 31st International Conference on Machine Learning.: Beijing: Microtome Publishing, 2014. P. 1404–1412.
Добавлено: 4 марта 2015 г.
Bartunov S. O., Ветров Д. П., Journal of Machine Learning Research 2014 Vol. 32 No. 1 P. 1404–1412
Добавлено: 9 июля 2014 г.