Theory and Application of Information-Based Machine Learning

基于信息的机器学习理论与应用

基本信息

项目摘要

项目成果

期刊论文数量（19）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Learning under nonstationarity: covariate shift and class‐balance change
Model-based reinforcement learning with dimension reduction
Introduction to statistical machine learning
  • DOI：
    10.1016/c2014-0-01992-2
  • 发表时间：
    2016
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Erik B. Sudderth
  • 通讯作者：
    Erik B. Sudderth
Computationally Efficient Class-Prior Estimation under Class Balance Change Using Energy Distance
  • DOI：
    10.1587/transinf.2015edp7212
  • 发表时间：
    2016
  • 期刊：
    IEICE Trans. Inf. Syst.
  • 影响因子：
    0
  • 作者：
    Hideko Kawakubo;M. C. D. Plessis;Masashi Sugiyama
  • 通讯作者：
    Hideko Kawakubo;M. C. D. Plessis;Masashi Sugiyama
Least-squares independence regression for non-linear causal inference under non-Gaussian noise.
非高斯噪声下非线性因果推理的最小二乘独立回归。
  • DOI：
  • 发表时间：
    2014
  • 期刊：
    Machine Learning
  • 影响因子：
    7.5
  • 作者：
    Yamada;M.;Sugiyama;M.;& Sese;J.
  • 通讯作者：
    J.
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Sugiyama Masashi其他文献

An Online Policy Gradient Algorithm for Markov Decision Processes with Continuous States and Actions
具有连续状态和动作的马尔可夫决策过程的在线策略梯度算法
  • DOI：
    10.1162/neco_a_00808
  • 发表时间：
    2014-09
  • 期刊：
    Neural Computation
  • 影响因子：
    2.9
  • 作者：
    Ma Yao;Zhao Tingting;Hatano Kohei;Sugiyama Masashi
  • 通讯作者：
    Sugiyama Masashi
Reconstruction of dynamical systems based on machine learning technique
基于机器学习技术的动力系统重构
  • DOI：
  • 发表时间：
    2022
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Tanimoto Akira;Yamada So;Takenouchi Takashi;Sugiyama Masashi;Kashima Hisashi;Naoto Nakano
  • 通讯作者：
    Naoto Nakano
海洋地球研究船「みらい」による北極海観測と砕氷船への期待
海洋地球科考船“未来”号北冰洋观测及对破冰船的期望
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Liu Song;Suzuki Taiji;Relator Raissa;Sese Jun;Sugiyama Masashi;Fukumizu Kenji;西野茂人
  • 通讯作者：
    西野茂人
ブッシュマンの道具を言語学的に見る
从语言学角度审视布须曼人的工具
  • DOI：
  • 发表时间：
    2017
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Ohnishi Motoya;Notomista Gennaro;Sugiyama Masashi;Egerstedt Magnus;中川裕
  • 通讯作者：
    中川裕
Trial and Error Using Previous Experiences as Simulation Models in Humanoid Motor Learning
使用以前的经验作为人形运动学习中的模拟模型的尝试和错误
  • DOI：
    10.1109/mra.2015.2511681
  • 发表时间：
    2016
  • 期刊：
    IEEE Robotics and Automation Magazine
  • 影响因子：
    5.7
  • 作者：
    Sugimoto Norikazu;Tangkaratt Voot;Sugiyama Masashi;Wensveen Thijs;Zhao Tingting;Morimoto Jun;Sugimoto N
  • 通讯作者：
    Sugimoto N

Sugiyama Masashi的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
立即体验

{{ truncateString('Sugiyama Masashi', 18)}}的其他基金

Theory and Application of Statistical Reinforcement Learning
统计强化学习理论与应用
  • 批准号：
    17H00757
  • 财政年份：
    2017
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (A)

相似海外基金

テンソルネットワーク表現を用いた非平衡多体系の情報量の数値的研究
使用张量网络表示的非平衡多体系统信息内容的数值研究
  • 批准号：
    24K06886
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
情報量最適な大規模データ差分プライバシー技術の開発
最优信息量的大规模数据差异隐私技术开发
  • 批准号：
    23K28035
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
条件付き相互情報量による測定誘起エンタングルメント相転移の解析
使用条件互信息分析测量引起的纠缠相变
  • 批准号：
    24K06894
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
量子・古典情報量最大化に基づいたエラー有り量子計算の研究
基于量子/经典信息最大化的带误差量子计算研究
  • 批准号：
    24KJ1963
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
現代統計学のための情報量規準の開発
现代统计信息标准的制定
  • 批准号：
    23K25506
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
非エルゴード的時系列に関する情報量に基づく統計的逐次解析
非遍历时间序列的基于信息的统计序贯分析
  • 批准号：
    24K04816
  • 财政年份：
    2024
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
情報量最適な大規模データ差分プライバシー技術の開発
最优信息量的大规模数据差异隐私技术开发
  • 批准号：
    23H03345
  • 财政年份：
    2023
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (B)
新しい量子情報量を用いたホログラフィー原理の研究
利用新量子信息的全息原理研究
  • 批准号：
    22KJ1971
  • 财政年份：
    2023
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
画素配置の擬似的な不規則化による高精細・低情報量な画像システムの研究
基于伪不规则像素排列的高清低信息成像系统研究
  • 批准号：
    22K04137
  • 财政年份：
    2022
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
観測頻度に基づく相互情報量の保守的な推定法
基于观测频率的互信息保守估计方法
  • 批准号：
    22K18006
  • 财政年份：
    2022
  • 资助金额：
    $ 16.22万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了