José Miguel Hernández-Lobato

Παρατίθεται από

	Όλα	Από το 2020
Παραθέσεις	17100	13582
h-index	57	52
i10-index	125	115

3400

1700

850

2550

201320142015201620172018201920202021202220232024202550 72 133 259 503 939 1417 1957 2514 2663 2969 3320 152

Δημόσια πρόσβαση

Προβολή όλων

57 άρθρα

0 άρθρα

διαθέσιμα

μη διαθέσιμα

Σύμφωνα με εντολές χρηματοδότησης

Συν-συγγραφείς

Daniel Hernández-LobatoAssociate Professor, Universidad Autónoma de MadridΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα uam.es
Richard E TurnerProfessor, University of CambridgeΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cam.ac.uk
Ryan P. AdamsPrinceton UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα princeton.edu
Zoubin GhahramaniProfessor, University of Cambridge, and Distinguished Researcher, GoogleΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα eng.cam.ac.uk
Javier AntoranUniversity of CambridgeΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cam.ac.uk
Cheng ZhangGenAI, MetaΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα meta.com
Yingzhen LiImperial College LondonΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα imperial.ac.uk
Alan Aspuru-GuzikProfessor of Chemistry and Computer Science, University of Toronto (starting July 1, 2018)Η διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα utoronto.ca
Matt J. KusnerUniversity College LondonΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα ucl.ac.uk
Brooks PaigeAssociate Professor, University College LondonΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα ucl.ac.uk
Sebastian TschiatschekUniversity of ViennaΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα univie.ac.at
Bernhard SchölkopfDirector, Max Planck Institute for Intelligent Systems & ELLIS Institute Tübingen; Professor at ETHΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα tuebingen.mpg.de
Eric NalisnickAssistant Professor, Johns Hopkins UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα jhu.edu
Austin TrippValence LabsΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα valencelabs.com
Chao MaSenior Researcher, Microsoft Research CambridgeΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα microsoft.com
Neil HoulsbyGoogleΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα google.com
Thang D BuiLecturer, Australian National UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα anu.edu.au
James Urquhart AllinghamGoogle DeepMindΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cam.ac.uk
David BrooksHaley Family Professor of Computer Science, Harvard UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα eecs.harvard.edu
Gu-Yeon WeiRobert and Suzanne Case Professor of EE and CS, Harvard UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα eecs.harvard.edu

Παρακολούθηση

José Miguel Hernández-Lobato

Professor of Machine Learning, University of Cambridge

Η διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cam.ac.uk - Αρχική σελίδα

Bayesian deep learning approximate inference deep generative modeling automatic molecular design reinforcement learning


Τίτλος Ταξινόμηση με βάση τις αναφορές Ταξινόμηση κατά έτος Ταξινόμηση κατά τίτλο	Παρατίθεται από Παρατίθεται από	Έτος
Automatic chemical design using a data-driven continuous representation of molecules R Gómez-Bombarelli, JN Wei, D Duvenaud, JM Hernández-Lobato, ... ACS central science 4 (2), 268-276, 2018	3656	2018
Probabilistic backpropagation for scalable learning of bayesian neural networks JM Hernández-Lobato, R Adams International conference on machine learning, 1861-1869, 2015	1200	2015
Grammar variational autoencoder MJ Kusner, B Paige, JM Hernández-Lobato International conference on machine learning, 1945-1954, 2017	1164	2017
Predictive entropy search for efficient global optimization of black-box functions JM Hernández-Lobato, MW Hoffman, Z Ghahramani Advances in neural information processing systems 27, 2014	853	2014
Minerva: Enabling low-power, highly-accurate deep neural network accelerators B Reagen, P Whatmough, R Adolf, S Rama, H Lee, SK Lee, ... ACM SIGARCH Computer Architecture News 44 (3), 267-278, 2016	774	2016
Decomposition of uncertainty in Bayesian deep learning for efficient and risk-sensitive learning S Depeweg, JM Hernandez-Lobato, F Doshi-Velez, S Udluft International conference on machine learning, 1184-1193, 2018	488	2018
Constrained Bayesian Optimization for Automatic Chemical Design RR Griffiths, JM Hernández-Lobato arXiv preprint arXiv:1709.05501, 2017	460*	2017
Gans for sequences of discrete elements with the gumbel-softmax distribution MJ Kusner, JM Hernández-Lobato arXiv preprint arXiv:1611.04051, 2016	388	2016
Black-box alpha divergence minimization J Hernandez-Lobato, Y Li, M Rowland, T Bui, D Hernández-Lobato, ... International conference on machine learning, 1511-1520, 2016	283	2016
Predictive entropy search for multi-objective bayesian optimization D Hernández-Lobato, J Hernandez-Lobato, A Shah, R Adams International conference on machine learning, 1492-1501, 2016	279	2016
Deep Gaussian processes for regression using approximate expectation propagation T Bui, D Hernández-Lobato, J Hernandez-Lobato, Y Li, R Turner International conference on machine learning, 1472-1481, 2016	273	2016
Deterministic variational inference for robust bayesian neural networks A Wu, S Nowozin, E Meeds, RE Turner, JM Hernandez-Lobato, AL Gaunt arXiv preprint arXiv:1810.03958, 2018	228	2018
Parallel and distributed Thompson sampling for large-scale accelerated exploration of chemical space JM Hernández-Lobato, J Requeima, EO Pyzer-Knapp, A Aspuru-Guzik International conference on machine learning, 1470-1479, 2017	218	2017
Learning and policy search in stochastic dynamical systems with bayesian neural networks S Depeweg, JM Hernández-Lobato, F Doshi-Velez, S Udluft arXiv preprint arXiv:1605.07127, 2016	210	2016
A general framework for constrained Bayesian optimization using information-based search JM Hern, MA Gelbart, RP Adams, MW Hoffman, Z Ghahramani Journal of Machine Learning Research 17 (160), 1-53, 2016	205	2016
Probabilistic matrix factorization with non-random missing data JM Hernández-Lobato, N Houlsby, Z Ghahramani International conference on machine learning, 1512-1520, 2014	205	2014
Predictive entropy search for Bayesian optimization with unknown constraints JM Hernández-Lobato, M Gelbart, M Hoffman, R Adams, Z Ghahramani International conference on machine learning, 1699-1707, 2015	198	2015
Sequence tutor: Conservative fine-tuning of sequence generation models with kl-control N Jaques, S Gu, D Bahdanau, JM Hernández-Lobato, RE Turner, D Eck International Conference on Machine Learning, 1645-1654, 2017	192	2017
Collaborative gaussian processes for preference learning N Houlsby, F Huszar, Z Ghahramani, J Hernández-lobato Advances in neural information processing systems 25, 2012	162	2012
Sample-efficient optimization in the latent space of deep generative models via weighted retraining A Tripp, E Daxberger, JM Hernández-Lobato Advances in Neural Information Processing Systems 33, 11259-11272, 2020	161	2020

Δεν είναι δυνατή η εκτέλεση της ενέργειας από το σύστημα αυτή τη στιγμή. Προσπαθήστε ξανά αργότερα.

Άρθρα 1–20

Παραθέσεις ανά έτος

Διπλότυπες αναφορές

Συγχωνευμένες αναφορές

Προσθήκη από κοινού συγγραφέωνΣυν-συγγραφείς

Παρακολούθηση

Παρατίθεται από

Συν-συγγραφείς