Nizar Bouguila

基于BERT的自适应分层主题建模：通过嵌套狄利克雷森林引导

多元不对称学生t混合模型在有限支撑数据下的模型选择准则

贝叶斯Libby-Novick Beta混合模型的变分推断与特征选择

利用序列潜在变量扩散模型增强图链接预测

基于潜在嵌套狄利克雷分配的同时分层主题选择与初始化

基于动态图神经网络和双向门控循环单元的公交车客流量预测

利用扩展特征提取和显著性分析的Kolmogorov–Arnold网络进行电器识别

Bingham混合模型的变分推断及其应用

SpanPatchTST：一种用于电力变压器负载和油温短期及中期预测的自监督学习框架

SBSD-Detector：一种基于平滑狄利克雷的 Stick-Breaking 多模态模型，用于检测虚假新闻

球面上的神经主题建模：基于von Mises–Fisher混合模型的球面表示学习

通过对比几何优化的解耦超球面变分自编码器进行自适应深度聚类

基于公共子空间独立向量分析的静息态fMRI亚组识别

通过物联网传感器数据的广义领域自适应实现智能建筑中的可扩展活动识别

HKANLP: 具有超球形嵌入和kolmogorov-arnold网络的链接预测

基于深度坍缩非参数von Mises-Fisher混合模型的聚类脑功能分割

智能建筑中的开放集领域自适应下的占用估计与活动识别

解耦表示学习用于多视角聚类，通过von Mises–Fisher超球面嵌入

基于Transformer的深度概率网络用于负荷预测

多元有界支持Kotz混合模型与半监督投影模型聚类