School of Computer Science, University of Guelph Ontario, Canada;
School of Computer Science, University of Guelph Ontario, Canada;
Mathematics, Statistics, Computer Science, St. Francis Xavier University Nova Scotia, Canada;
Matching learning; pattern recognition; multiple instance learning; total entropy; partial entropy;
机译:通过基于多点概念的实例选择的多实例学习
机译:通过模糊概念的最大覆盖度,最大特异性和最大模糊熵来学习模糊语义单元
机译:工业视觉检查多实例学习概念漂移的增量学习
机译:使用最大部分熵构建多实例学习中的目标概念
机译:多实例学习,用于定位和跟踪持久性目标。
机译:MBSTAR:多实例学习用于预测微小RNA靶标中的特定功能结合位点
机译:带有部分实例内存的增量规则学习,可用于更改概念
机译:使用mLE(最大似然估计)和mEm(最大熵方法)分辨近距离光学目标