Sketching Data Sets for Large-Scale Learning: Keeping only what you need
Sketching Data Sets for Large-Scale Learning: Keeping only what you need
复制标题
绘制用于大规模学习的数据集：仅保留您需要的内容
DOI：
10.1109/msp.2021.3092574
复制
发表时间：
2021
影响因子：
14.9
通讯作者：
Schniter, Philip
中科院分区：
文献类型：
--
作者：
Gribonval, Remi;Chatalic, Antoine;Keriven, Nicolas;Schellekens, Vincent;Jacques, Laurent;Schniter, Philip
登录
查看更多内容
DOI：
10.1109/icassp.2019.8682829
发表时间：
2019-05
期刊：
ICASSP 2019 - 2019 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)
影响因子：
--
作者：
V. Schellekens;Antoine Chatalic;F. Houssiau;Yves-Alexandre de Montjoye;L. Jacques;R. Gribonval
通讯作者：
V. Schellekens;Antoine Chatalic;F. Houssiau;Yves-Alexandre de Montjoye;L. Jacques;R. Gribonval
离网压缩感知的几何结构
影响因子：
3
作者：
C. Poon;N. Keriven;G. Peyr'e
通讯作者：
G. Peyr'e
影响因子：
5.4
作者：
Evan Byrne;R. Gribonval;Philip Schniter
通讯作者：
Evan Byrne;R. Gribonval;Philip Schniter
非凸稀疏尖峰估计问题的全局极小值的吸引力盆地
影响因子：
2.1
作者：
Y. Traonmilin;Jean
通讯作者：
Jean
DOI：
--
发表时间：
2010
期刊：
Journal of Machine Learning Research. 11
影响因子：
--
作者：
B.K. Sriperumbudur;A. Gretton;K. Fukumizu;B. Scholkopf
通讯作者：
B. Scholkopf