中文版 | English

在结果中检索

CSpace

浏览/检索结果: 共5条，第1-5条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
Unified Dense Subgraph Detection: Fast Spectral Theory Based Algorithms 期刊论文
IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING, 2024, 卷号: 36, 期号: 3, 页码: 1356-1370
作者:  Feng, Wenjie;  Liu, Shenghua;  Koutra, Danai;  Cheng, Xueqi
收藏  |  浏览/下载：2/0  |  提交时间：2024/05/20
Approximation algorithms  Image edge detection  Heuristic algorithms  Greedy algorithms  Optimization  Collaboration  Task analysis  Algorithm  anomaly detection  dense subgraph  graph spectral theory  large graph mining  
Feature Rescaling and Fusion for Tiny Object Detection 期刊论文
IEEE ACCESS, 2021, 卷号: 9, 页码: 62946-62955
作者:  Liu, Jingwei;  Gu, Yi;  Han, Shumin;  Zhang, Zhibin;  Guo, Jiafeng;  Cheng, Xueqi
收藏  |  浏览/下载：29/0  |  提交时间：2021/12/01
Feature extraction  Object detection  Semantics  Task analysis  Training  Spatial resolution  Shape  Tiny object detection  nonparametric adaptive selection  feature fusion  feature pyramid network  ensemble model  
Learning representations for quality estimation of crowdsourced submissions 期刊论文
INFORMATION PROCESSING & MANAGEMENT, 2019, 卷号: 56, 期号: 4, 页码: 1484-1493
作者:  Lyu, Shanshan;  Ouyang, Wentao;  Shen, Huawei;  Cheng, Xueqi
收藏  |  浏览/下载：277/0  |  提交时间：2019/08/16
Crowdsourcing  Quality estimation  Embedding  
Trend-Smooth: Accelerate Asynchronous SGD by Smoothing Parameters Using Parameter Trends 期刊论文
IEEE ACCESS, 2019, 卷号: 7, 页码: 156848-156859
作者:  Cui, Guoxin;  Guo, Jiafeng;  Fan, Yixing;  Lan, Yanyan;  Cheng, Xueqi
收藏  |  浏览/下载：35/0  |  提交时间：2020/12/10
Training  Market research  Acceleration  Convergence  Servers  Stochastic processes  Machine learning  Parameter trend  asynchronous SGD  accelerate training  
Fast graph clustering with a new description model for community detection 期刊论文
INFORMATION SCIENCES, 2017, 卷号: 388, 页码: 37-47
作者:  Bai, Liang;  Cheng, Xueqi;  Liang, Jiye;  Guo, Yike
收藏  |  浏览/下载：39/0  |  提交时间：2019/12/12
Graph clustering  Community detection  Community description model  Evaluation criterion  Iterative algorithm