课题基金 / 基金详情

Fully automatic and scalable Bayesian model selection method for tensor decomposition

Fully automatic and scalable Bayesian model selection method for tensor decomposition
张量分解的全自动且可扩展的贝叶斯模型选择方法
批准号:
15K16055
负责人:
Hayashi Kohei
金额:
$1.25万
依托单位国家:
日本
项目类别:
Grant-in-Aid for Young Scientists (B)
财政年份:
2015
资助国家:
日本
项目状态:
已结题
起止时间:
2015-04-01 至 2017-03-31

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(10)
专著(0)
科研奖励(0)
会议论文
DOI: 10.1609/aaai.v30i1.10292
发表时间: 2016-02
期刊: Studies in Economics and Finance
影响因子: 1.9
作者: [Takanori Maehara;K. Hayashi;K. Kawarabayashi]
通讯作者: Takanori Maehara;K. Hayashi;K. Kawarabayashi
DOI: --
发表时间: 2015
期刊:
影响因子: --
作者: [Kohei Hayashi, Yuichi Yoshida, Takuya Konishi, Takanori Maehara, Yohei Kondo, Kohei Hayashi, Kohei Hayashi]
通讯作者: Kohei Hayashi
Minimizing Quadratic Functions in Constant Time
在恒定时间内最小化二次函数
DOI: --
发表时间: 2016
期刊: NIPS proceedings
影响因子: --
作者: [Kohei Hayashi, Yuichi Yoshida]
通讯作者: Yuichi Yoshida
Sparse Bayesian linear regression with latent masking variables.
具有潜在掩蔽变量的稀疏贝叶斯线性回归。
DOI: 10.1016/j.neucom.2016.12.080
发表时间: 2017
期刊: Neurocomputing
影响因子: 6
作者: [Yohei Kondo, Kohei Hayashi, and Shin-ichi Maeda]
通讯作者: and Shin-ichi Maeda
10
    海外基金