刷新
{{item.name}}会员
New approaches for the analysis ofcomplex time-series using kernel methods.
使用核方法分析复杂时间序列的新方法。
基本信息
- 批准号：23700172
- 负责人：
- 金额：$ 2.75万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Young Scientists (B)
- 财政年份：2011
- 资助国家：日本
- 起止时间：2011 至 2012
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
Time series are now increasingly complex. Each observation may describe a structured object (an image or a graph for instance) or alternatively a very high dimensional feature vector. The goal of our project is to develop new methods to handle time-series of complex data through kernel methods and optimization methods.
时间序列现在越来越复杂。每个观察可以描述结构化对象（例如图像或图形）或可选地非常高维的特征向量。我们的项目的目标是开发新的方法来处理时间序列的复杂数据，通过核方法和优化方法。
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Autoregressive Kernels For Time Series
- DOI：
- 发表时间：2011-01
- 期刊：
- 影响因子：0
- 作者：Marco Cuturi;A. Doucet
- 通讯作者：Marco Cuturi;A. Doucet
Fast Global Alignment Kernels
- DOI：
- 发表时间：2011-06
- 期刊：
- 影响因子：0
- 作者：Marco Cuturi
- 通讯作者：Marco Cuturi
Kernel Methods for Time Series
时间序列的核方法
- DOI：
- 发表时间：2012
- 期刊：
- 影响因子：0
- 作者：菱山玲子;中島悠.;Marco Cuturi
- 通讯作者：Marco Cuturi
Transportation and Machine Learning
交通和机器学习
- DOI：
- 发表时间：
- 期刊：
- 影响因子：0
- 作者：Marco Cuturi;Marco Cuturi;Marco Cuturi;Marco Cuturi
- 通讯作者：Marco Cuturi
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 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 }}
CUTURI Marco其他文献
CUTURI Marco的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI：
{{ item.doi }} - 发表时间：
{{ item.publish_year }} - 期刊：
- 影响因子：{{ item.factor }}
- 作者：
{{ item.authors }} - 通讯作者：
{{ item.author }}
{{ truncateString('CUTURI Marco', 18)}}的其他基金
Fast Optimal Transport and Applications to Inference and Simulation in Large Scale Statistical Machine Learning
快速优化传输以及大规模统计机器学习中推理和仿真的应用
- 批准号：
26700002 - 财政年份：2014
- 资助金额：
$ 2.75万 - 项目类别：
Grant-in-Aid for Young Scientists (A)
Empirical Bayes Kernels: Unsupervised Kernel Learning
经验贝叶斯核：无监督核学习
- 批准号：
25540100 - 财政年份：2013
- 资助金额：
$ 2.75万 - 项目类别：
Grant-in-Aid for Challenging Exploratory Research
相似海外基金
EAGER:Real Time Federated Learning using Kernel Methods
EAGER：使用核方法的实时联合学习
- 批准号：
2142987 - 财政年份：2021
- 资助金额：
$ 2.75万 - 项目类别：
Standard Grant
Approximate kernel methods for machine learning
机器学习的近似核方法
- 批准号：
527588-2018 - 财政年份：2018
- 资助金额：
$ 2.75万 - 项目类别：
University Undergraduate Student Research Awards
SHF: Small: Algorithms and Software for Scalable Kernel Methods
SHF：小型：可扩展核方法的算法和软件
- 批准号：
1817048 - 财政年份：2018
- 资助金额：
$ 2.75万 - 项目类别：
Standard Grant
Extension of dictionary learning by kernel methods and its application to feature extraction from images
核方法字典学习的扩展及其在图像特征提取中的应用
- 批准号：
16K00228 - 财政年份：2016
- 资助金额：
$ 2.75万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Novel Kernel Methods for Data Analysis in Dynamical Systems: Applications to Dimension Reduction and Prediction in Atmospheric and Oceanic Dynamics
动力系统数据分析的新核方法：在大气和海洋动力学中的降维和预测应用
- 批准号：
1521775 - 财政年份：2015
- 资助金额：
$ 2.75万 - 项目类别：
Continuing Grant
PAC-Bayes learning and Kernel methods
PAC-贝叶斯学习和核方法
- 批准号：
122405-2011 - 财政年份：2015
- 资助金额：
$ 2.75万 - 项目类别：
Discovery Grants Program - Individual
PAC-Bayes learning and Kernel methods
PAC-贝叶斯学习和核方法
- 批准号：
122405-2011 - 财政年份：2014
- 资助金额：
$ 2.75万 - 项目类别：
Discovery Grants Program - Individual
Using direct kernel methods to accelerate process improvement with new and emerging technologies within and across supply chains
使用直接核方法通过供应链内部和跨供应链的新兴技术加速流程改进
- 批准号：
341409-2008 - 财政年份：2013
- 资助金额：
$ 2.75万 - 项目类别：
Discovery Grants Program - Individual
PAC-Bayes learning and Kernel methods
PAC-贝叶斯学习和核方法
- 批准号：
122405-2011 - 财政年份：2013
- 资助金额：
$ 2.75万 - 项目类别：
Discovery Grants Program - Individual