XiaoMi-AI文件搜索系统
World File Search SystemSIAM
Leonardo Pellegrina bioasq at clef2025
i作为不同的国际会议和讲习班（例如KDD，VLDB，ROCOMB，ISH，ECCB）的演讲者提出了这些结果，并介绍了“多个假设测试和统计上声音模式挖掘”的ACM KDD'19和SIAM'21。我的博士学位论文获得了2021年SIGKDD D论文奖的荣誉，因此是全球采矿和知识发现的最佳三篇博士学位。此外，我被任命为ACM国际会议计划委员会的最佳成员之一2022年网络会议和2023年（认可分配给了前5％的PC成员）。在博士学位期间，我访问了布朗大学（美国普罗维登斯，美国普罗维登斯）的计算机科学系，与Eli Upfal教授一起工作。以前是博士学位，我开展了有关自动系统的开发和实验评估的研究活动，以在微重力的条件下对电缆的受控释放和回忆[C1，C2]；在这个多学科项目中，我开发了用于自动控制的软件系统，并分析了收集的实验数据。该系统于2017年在意大利获得专利，并在2018年获得全球。此外，我研究了信息检索的算法状态[C3，C4]的研究。
跨学科研究学院
Sancho Barrera，Effrosyny Georgiadou，Efstathios Polyzos，Efthymia efthymiou，Eleana Kafeza，Elena Nikolova，Emad Mahafzah，Erin Kinnaly，Fatma Outay，Fatma Outay，Fatmaa Said Hemali Makhija, HERVEEN SINGH, JackLyN Gentile, Jaime Buchanan, Jamal Al-Karaki, James Morton, Jennifer Ryan, Jerey Williams, Joshua Kolapo, Jotsna Rajan, Kaustuv Ganguli, Kerim Arin, Layal Youssef, Linda SMAIL, Maha Hadid, Mariam Hariri, Maryam Jawad, MAZNA PATKA, Michael Bowles, Mohammad Kuhail, Mona Bader, Mostafa Mohamad, Muhammad Taj, Natalya Sukhonos, Nicolina Kamenou, Nishara Nizamuddin, Ola Taji, Ons Al- Shamaileh, Pinar Ozdemir-ayber, rawia ahmed, rochelle williams, saofeddin al-amamy, sajid ali, salam khanji, salwa Husain, Sandra Baroudi, Sarah Calderwood, Scott Swain, Serena Aoun, Stephanie Siam, Steven Kranz, Suha Karaki, Sujith Mathew, Sunitha Kannencherry, Suzanna El Massah, Vasilia Alkhaldi, Vladimir Dzenopoljac, Ximena Cordova, Zeina Hojeij，Zia Sanders，Zoe Hurley。 div>
Gerardo VegaHernándezsesblaza研究... div>
研究中的学术生产力：迄今为止，至少有40个国际出版物（请参阅：https：//athscinet.ams.org/mathscinet/author?authorid = 636028）在巨大的声望和影响力在代码和密码理论领域的巨大声望和影响力中。 div>inf理论（IEEE信息理论协会），有限领域及其应用（Elsevier），设计，代码和密码学（Springer），离散应用数学（Elsevier），密码学和通信（Springer），杂志上的离散期刊计算机科学（Springer）中的数学（暹罗期刊）和讲义。 div>直到今天，这些出版物至少有259种A型引号（不是自我社会）。 div>其中几种引用出现在书籍或论文中，其中一些用西班牙语和英语以外的语言写成。 div>有关更多信息：
Wolfram Barfuss
2023：AI4ABM研讨会（V）; NDA，波茨坦； Zef，波恩；波恩的可持续未来；伦敦合作社AI；伯克利·马尔研讨会（V）； ECEM，莱比锡；可持续AI实验室，波恩； CESOC研讨会（V）; Lamarr Institute（V）；波恩的Tchumatchenko Group； Hasenauer Group，波恩2022：合作AI研讨会（V）； Uni Leeds（V）；暹罗生活科学迷你研讨会（V）； MPI用于探测生物学； libre de bruxelles;非线性动力系统研讨会（V），阿姆斯特丹合作座谈会（V）的适应性；自适应和学习代理AAMAS研讨会（V）；跨量表的集体学习ICLR研讨会（V）；皇家学会集体知识会议（V）2021：Uni Leeds（V）； uni t ubingnen（v）; Uni Graz（V）; Uni Konstanz（V）;达特茅斯学院（V）；荷兰新兴现象研究所（V）；学习，进化与游戏（腿）会议（v）； Comarl AAAI春季研讨会（V）
Andrew IlyasAndrew Ilyas
Invited Talks Microsoft Research, Attributing model behavior at scale 2023 TrustML Young Scientist Seminar, Datamodels: predicting predictions from training data 2023 Stanford MedAI Seminar, Datamodels: predicting predictions from training data 2022 Google Brain, Datamodels: predicting predictions from training data 2022 SIAM Mathematics of Data Science, Datamodels: predicting predictions from training data 2022 OpenAI, Datamodels：预测训练数据2022 Samsung AI中心的预测，对2020 MIT视觉研讨会的深度学习现象的经验分析，确定数据集复制2020年伯克利CHAI中的偏见，仔细研究了深度政策梯度算法2020 Microsoft研究，Microsoft研究Microsoft Research，如何批量正常化？2019 Simons Institute，对抗性示例不是错误，它们是功能2019年两个Sigma，更仔细地查看深度政策梯度算法2019两个Sigma，强大的对抗性示例2018 Intel Labs，3D对抗性示例2018
组合学和理论计算机科学的协同作用
rico Zenklusen：随机分配矩阵秘书而不知道Matroid Matroid秘书问题（MSP）是一个众所周知的在线选择问题，它是在元素之间选择重型的元素集合，以随机的顺序揭示其权重。O（1）竞争MSP算法的存在是一个臭名昭著的开放问题，称为Matroid秘书猜想。自MSP成立以来的激烈研究导致了各种特殊情况和变体的O（1）竞争性算法。毫无意义地，这些算法在很大程度上依赖于了解矩阵的前期，这可以说是试图接近一般MSP猜想的非常不希望的属性。我将谈论一个人如何获得O（1）竞争算法，而无需知道随机分配MSP的矩阵，在该算法中，重量是随机分配到元素的。这解决了Soto [Soto [Siam Journal on Computing 2013]和Oveis Gharan＆Vondrák[Algorithmica 2013]提出的一个公开问题，并导致了第一个具有O（1）竞争性算法的众所周知的MSP变体，不需要了解Matroid Upfront。我们的方法是基于首先近似学习矩阵的等级密度曲线，然后我们通过算法进行算法。这是与Richard Santiago和Ivan Sergeev的联合合作。
2023 年 5 月 10 日星期三 - 查找会议
1420 使用 NovaSAR-1 和 Sentinel-1 数据进行自动洪水测绘的基于卷积神经网络 (CNN) 的深度学习方法 Andrew Ogbaeje，南昆士兰大学 1430 使用澳大利亚制造的低成本 IoT GNSS 传感器进行天气建模和监测 Jun Wang 博士，Kurloo Technology Pty Ltd 1440 潮汐上涨：潮汐数据可以告诉我们维多利亚州菲利普港湾未来沿海洪水的哪些信息 David Pepin，Spatial Vision 1450 深度学习 U-Net 分类 Sentinel-1 和 2 融合有效划定热带山地森林的森林砍伐范围 Richard Dein Altarez，南昆士兰大学 1500 使用基于 GIS 的模糊 AHP 和模糊叠加对澳大利亚昆士兰州养蜂土地适宜性进行时空评估 Sarasie Tennakoon，南昆士兰大学 1510 基于无人机的图像和机器学习来检测入侵物种澳大利亚北部的暹罗草 Deepak Gautam，皇家墨尔本理工大学，地理空间科学 1520 灾害环境下非正规住区的空间增长模式：以哥伦比亚莫科阿为例 Ricardo Camacho，墨尔本大学
2023 年 5 月 10 日星期三 - 查找会议
1420 使用 NovaSAR-1 和 Sentinel-1 数据进行自动洪水测绘的基于卷积神经网络 (CNN) 的深度学习方法 Andrew Ogbaeje，南昆士兰大学 1430 使用澳大利亚制造的低成本 IoT GNSS 传感器进行天气建模和监测 Jun Wang 博士，Kurloo Technology Pty Ltd 1440 潮汐上涨：潮汐数据可以告诉我们维多利亚州菲利普港湾未来沿海洪水的哪些信息 David Pepin，Spatial Vision 1450 深度学习 U-Net 分类 Sentinel-1 和 2 融合有效划定热带山地森林的森林砍伐范围 Richard Dein Altarez，南昆士兰大学 1500 使用基于 GIS 的模糊 AHP 和模糊叠加对澳大利亚昆士兰州养蜂土地适宜性进行时空评估 Sarasie Tennakoon，南昆士兰大学 1510 基于无人机的图像和机器学习来检测入侵物种澳大利亚北部的暹罗草 Deepak Gautam，皇家墨尔本理工大学，地理空间科学 1520 灾害环境下非正规住区的空间增长模式：以哥伦比亚莫科阿为例 Ricardo Camacho，墨尔本大学
2023 年 5 月 10 日星期三 - 查找会议
1420 使用 NovaSAR-1 和 Sentinel-1 数据进行自动洪水测绘的基于卷积神经网络 (CNN) 的深度学习方法 Andrew Ogbaeje，南昆士兰大学 1430 使用澳大利亚制造的低成本 IoT GNSS 传感器进行天气建模和监测 Jun Wang 博士，Kurloo Technology Pty Ltd 1440 潮汐上涨：潮汐数据可以告诉我们维多利亚州菲利普港湾未来沿海洪水的哪些信息 David Pepin，Spatial Vision 1450 深度学习 U-Net 分类 Sentinel-1 和 2 融合有效划定热带山地森林的森林砍伐范围 Richard Dein Altarez，南昆士兰大学 1500 使用基于 GIS 的模糊 AHP 和模糊叠加对澳大利亚昆士兰州养蜂土地适宜性进行时空评估 Sarasie Tennakoon，南昆士兰大学 1510 基于无人机的图像和机器学习来检测澳大利亚北部的入侵性暹罗草 Deepak Gautam，皇家墨尔本理工大学，地理空间科学 1520 灾害环境下非正规住区的空间增长模式：以哥伦比亚莫科阿为例 Ricardo Camacho，墨尔本大学
获得认证企业名单
1 普华永道泰国 2 友邦保险有限公司 3 友邦保险有限公司（非寿险）泰国分公司 4 西门子有限公司泰国 5 松布恩先进技术有限公司 6 标准普尔辛迪加有限公司 7 暹罗水泥有限公司 8 毕马威富猜商业咨询有限公司 9 Intouch 控股有限公司 10 开泰银行有限公司 11 开泰资产管理有限公司 12 开泰证券有限公司 13 Bangchak Petroluem 有限公司 14 太钢金融集团有限公司 15 太钢银行有限公司 16 太钢证券有限公司 17 太钢资产管理有限公司 18 大城银行有限公司 19 毕马威富猜审计有限公司 20 毕马威富猜税务有限公司 21 Erawan 集团有限公司 22 葛兰素史克（泰国）有限公司 23 Phatra资本公共有限公司 24 大城资产管理有限公司 25 大城保理有限公司