机译:生成模型的判别学习:用于文档分类的大幅度多项式混合模型
机译:一种新的混合判别/生成模型,使用全协方差多变量通用高斯混合模型
机译:Set2Model网络:区别学习以学习生成模型
机译:早期获益事项:以鉴别众包模型更偏好生成的案例
机译:对社会互动代理商:通过众包学习社会互动的生成模式
机译:离线阿拉伯手写体的生成识别模型与判别识别模型
机译:我们开发了一种科学创造力模型,并在稀有疾病领域进行测试。我们的模型基于对Rett综合征的深入案例研究的结果。档案分析,文献计量技术和专家调查与网络分析相结合,以确定最具创造力的科学家。首先,比较生成和组合创造力的替代措施。然后,我们推广了我们的结果,并提出了社会语义网络演化的随机模型。模型预测用多个罕见疾病专业网络进行测试。我们发现,一个领域的专家之间的新的科学合作增强了组合创造力。相反,新手的高入门率与生成创造力负相关。通过扩展这组有用的概念,创造性的科学家获得了中心地位。同时,通过增加科学界的中心地位,科学家们可以复制和推广他们的结果,从而促进科学范式的发展。