RDF/XML JSON-LD N3/Turtle RDF/JSON

Langseth, Helge Autor

Open Access

Variational Inference over Nonstationary Data Streams for Exponential Family Models

  • Andrés R. Masegosa
  • Darío Ramos-López
  • Antonio Salmerón
  • Helge Langseth
  • Thomas D. Nielsen

Mathematics - 3/11/2020

10.3390/math8111942

Número de citas: 8 (Web of Science) 2 (Scopus)
  • Cuartil JCR: Q1 (2020)
  • Factor Impacto JCR: 2,258 (2022)
  • Impacto Normalizado por Categoría: 2,467 (2020)
  • Impacto JCR a 5 años: 2,165
  • Categorías JCR: MATHEMATICS

Uncertainty bounds for a monotone multistate system

  • Langseth H.
  • Lindqvist B.

Probability in the Engineering and Informational Sciences - 1/12/1998

10.1017/s0269964800005179

Número de citas: 10 (Scopus)
  • CiteScore: 1,7 (2020)

The SACSO methodology for troubleshooting complex systems

  • Jensen F.
  • Kjærulff U.
  • Kristiansen B.
  • Langseth H.
  • Skaanning C.
  • Vomlel J.
  • Vomlelová M.
... Ver más Contraer

Artificial Intelligence for Engineering Design, Analysis and Manufacturing: AIEDAM - 1/9/2001

10.1017/s0890060401154065

Número de citas: 55 (Scopus)
  • Cuartil SJR: Q1
  • CiteScore: 2,9 (2020)
  • SJR: 0,365 (2001)
  • SNIP: 0,885 (2001)
  • Categorías SJR: Industrial and Manufacturing Engineering (Q1); Artificial Intelligence (Q3)

Short-Term Load Forecasting With Seasonal Decomposition Using Evolution for Parameter Tuning

  • Hoverstad B.
  • Tidemann A.
  • Langseth H.
  • Ozturk P.

IEEE Transactions on Smart Grid - 1/7/2015

10.1109/tsg.2015.2395822

Número de citas: 51 (Scopus)
  • Cuartil SJR: Q1
  • Factor Impacto JCR: 3,19 (2015)
  • CiteScore: 19,6 (2020)
  • SJR: 3,424 (2015)
  • SNIP: 3,286 (2015)
  • Impacto JCR a 5 años: 5,104
  • Categorías JCR: ENGINEERING, ELECTRICAL & ELECTRONIC
  • Categorías SJR: Computer Science (miscellaneous) (Q1)
Open Access

Scaling up Bayesian variational inference using distributed computing clusters

  • Masegosa A.
  • Martinez A.
  • Langseth H.
  • Nielsen T.
  • Salmerón A.
  • Ramos-López D.
  • Madsen A.
... Ver más Contraer

International Journal of Approximate Reasoning - 1/09/2017

10.1016/j.ijar.2017.06.010

Número de citas: 9 (Web of Science) 10 (Scopus)
  • Cuartil JCR: Q2 (2017)
  • Cuartil SJR: Q1
  • Factor Impacto JCR: 1,766 (2022)
  • Impacto Normalizado por Categoría: 0,343 (2017)
  • CiteScore: 7,1 (2020)
  • SJR: 0,866 (2017)
  • SNIP: 1,746 (2017)
  • Impacto JCR a 5 años: 2,504
  • Categorías JCR: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
  • Categorías SJR: Artificial Intelligence (Q1); Software (Q1); Theoretical Computer Science (Q1); Applied Mathematics (Q2)

Scalable learning of probabilistic latent models for collaborative filtering

  • Langseth H.
  • Nielsen T.

Decision Support Systems - 1/6/2015

10.1016/j.dss.2015.03.006

Número de citas: 16 (Web of Science) 15 (Scopus)
  • Cuartil SJR: Q1
  • Factor Impacto JCR: 2,604 (2015)
  • CiteScore: 10,5 (2020)
  • SJR: 1,87 (2015)
  • SNIP: 2,284 (2015)
  • Impacto JCR a 5 años: 3,271
  • Categorías JCR: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
  • Categorías SJR: Arts and Humanities (miscellaneous) (Q1); Developmental and Educational Psychology (Q1); Information Systems (Q1); Information Systems and Management (Q1); Management Information Systems (Q1)
Open Access

Scalable importance sampling estimation of Gaussian mixture posteriors in Bayesian networks

  • Ramos-López D.
  • Masegosa A.
  • Salmerón A.
  • Rumí R.
  • Langseth H.
  • Nielsen T.
  • Madsen A.
... Ver más Contraer

International Journal of Approximate Reasoning - 1/09/2018

10.1016/j.ijar.2018.06.004

Número de citas: 9 (Web of Science) 4 (Scopus)
  • Cuartil JCR: Q3 (2018)
  • Cuartil SJR: Q2
  • Factor Impacto JCR: 1,982 (2022)
  • Impacto Normalizado por Categoría: 0,402 (2018)
  • CiteScore: 7,1 (2020)
  • SJR: 0,606 (2018)
  • SNIP: 1,453 (2018)
  • Impacto JCR a 5 años: 2,2
  • Categorías JCR: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
  • Categorías SJR: Applied Mathematics (Q2); Artificial Intelligence (Q2); Software (Q2); Theoretical Computer Science (Q2)
Open Access

Probabilistic Models with Deep Neural Networks

  • Andrés R. Masegosa
  • Rafael Cabañas De Paz
  • Helge Langseth
  • Thomas Dyhre Nielsen
  • Antonio Salmerón Cerdán

Entropy - 1/01/2021

10.3390/e23010117

Número de citas: 4 (Web of Science)
  • Cuartil JCR: Q2 (2021)
  • Factor Impacto JCR: 2,738 (2022)
  • Impacto Normalizado por Categoría: 0,156 (2021)
  • CiteScore: 4 (2020)
  • SJR: 0,468 (2020)
  • SNIP: 1,059 (2020)
  • Impacto JCR a 5 años: 2,642
  • Categorías JCR: PHYSICS, MULTIDISCIPLINARY

Parameter learning in object-oriented Bayesian networks

  • Langseth H.
  • Bangsø O.

Annals of Mathematics and Artificial Intelligence - 1/12/2001

10.1023/a:1016769618900

Número de citas: 27 (Scopus)
  • Cuartil SJR: Q2
  • CiteScore: 2,5 (2020)
  • SJR: 0,747 (2001)
  • SNIP: 1,542 (2001)
  • Categorías SJR: Applied Mathematics (Q2); Artificial Intelligence (Q2)
Open Access

Parameter Estimation and Model Selection for Mixtures of Truncated Exponentials

  • Antonio Salmerón Cerdán
  • Rafael Rumí Rodríguez
  • Thomas D. Nielsen
  • Helge Langseth

International Journal of Approximate Reasoning - 1/06/2010

10.1016/j.ijar.2010.01.008

Número de citas: 22 (Web of Science) 27 (Scopus)
  • Cuartil JCR: Q2 (2010)
  • Cuartil SJR: Q1
  • Factor Impacto JCR: 1,684 (2010)
  • Impacto Normalizado por Categoría: 0,66 (2010)
  • CiteScore: 7,1 (2020)
  • SJR: 1,329 (2010)
  • SNIP: 1,971 (2010)
  • Impacto JCR a 5 años: 1,72
  • Categorías JCR: COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE
  • Categorías SJR: Applied Mathematics (Q1); Artificial Intelligence (Q1); Software (Q1); Theoretical Computer Science (Q1)

Learning hybrid bayesian networks using mixtures of truncated basis functions. Aprendizaje de redes bayesianas híbridas con mixturas de funciones base truncadas

  • Inmaculada Pérez-Bernabé
  • Antonio Salmerón Cerdán
  • Helge Langseth

2015

Número de citas:
  • Dialnet

Inference in hybrid Bayesian networks with Mixtures of Truncated Basis Functions

  • Langseth H.
  • Nielsen T.
  • Rumí R.
  • Salmerón A.

Proceedings of the Sixth European Workshop on Probabilistic Graphical Models - 1/12/2012

Número de citas: 11 (Scopus)
  • Categorías SJR: Statistics and Probability

Bayesian networks in reliability: The good, the bad, and the ugly

  • Langseth H.

Advances in Mathematical Modeling for Reliability - 1/5/2008

Número de citas: 14 (Scopus)

Applications of Bayesian networks in reliability analysis

  • Langseth H.
  • Portinale L.

Bayesian Network Technologies: Applications and Graphical Models - 1/12/2007

10.4018/978-1-59904-141-4.ch005

Número de citas: 7 (Scopus)

Understanding and improving recurrent networks for human activity recognition by continuous attention

  • Zeng M.
  • Gao H.
  • Yu T.
  • Mengshoel O.
  • Langseth H.
  • Lane I.
  • Liu X.
... Ver más Contraer

Proceedings - International Symposium on Wearable Computers, ISWC - 8/10/2018

10.1145/3267242.3267286

Número de citas: 54 (Scopus)
  • Categorías SJR: Computer Networks and Communications; Engineering (miscellaneous); Hardware and Architecture; Software

Towards a more expressive model for dynamic classification

  • Zhong S.
  • Martínez A.
  • Nielsen T.
  • Langseth H.

Proceedings of the 23rd International Florida Artificial Intelligence Research Society Conference, FLAIRS-23 - 19/10/2010

Número de citas: 3 (Scopus)
  • Categorías SJR: Artificial Intelligence; Control and Systems Engineering
Open Access

Scalable MAP inference in Bayesian networks based on a Map-Reduce approach

  • Ramos-L pez D.o.
  • Salmer n A.
  • Rum R.
  • Mart nez A.M.
  • Nielsen T.D.
  • Masegosa A.R.
  • Langseth H.
  • Madsen A.L.
... Ver más Contraer

Proceedings of the Eighth International Conference on Probabilistic Graphical Models - 1/1/2016

Número de citas:
  • Factor Impacto JCR: 5 (2016)
  • CiteScore: 6,8 (2020)
  • SJR: 1,29 (2016)
  • SNIP: 2,222 (2016)
  • Impacto JCR a 5 años: 7,649
  • Categorías JCR: AUTOMATION & CONTROL SYSTEMS

Providing Previously Unseen Users Fair Recommendations Using Variational Autoencoders

  • Bjørnar Vassøy
  • Helge Langseth
  • Benjamin Kille

Proceedings of the 17th ACM Conference on Recommender Systems, RecSys 2023 - 14/09/2023

10.1145/3604915.3608842

Número de citas:

Probability-based approach for predicting e-commerce consumer behaviour using sparse session data

  • Myklatun Ø.
  • Thorrud T.
  • Nguyen H.
  • Langseth H.
  • Kofod-Petersen A.

Proceedings of the International ACM Recommender Systems Challenge 2015 - 16/9/2015

10.1145/2813448.2813514

Número de citas:
  • Categorías SJR: Engineering (miscellaneous)

Prediction intervals: Split normal mixture from quality-driven deep ensembles

  • Salem T.S.
  • Langseth H.
  • Ramampiaro H.

Proceedings of the 36th Conference on Uncertainty in Artificial Intelligence, UAI 2020 - 1/1/2020

Número de citas: 1 (Scopus)
Open Access

Parameter learning in MTE networks using incomplete data

  • Fernández A.
  • Langseth H.
  • Nielsen T.
  • Salmerón A.

The Fifth European Workshop on Probabilistic Graphical Models, Helsinki, Finland, 12/09/2010 - 1/12/2010

Número de citas: 4 (Scopus)
  • Categorías SJR: Statistics and Probability
Open Access

Parameter estimation in mixtures of truncated exponentials

  • Langseth H.
  • Nielsen T.
  • Rumí R.
  • Salmerón A.

Proceedings of the Fourth European Workshop on Probabilistic Graphical Models - 1/12/2008

Número de citas: 3 (Scopus)
  • Categorías SJR: Statistics and Probability
Open Access

Parallelisation of the PC Algorithm

  • Madsen A.
  • Jensen F.
  • Salmerón A.
  • Langseth H.
  • Nielsen T.

Advances in Artificial Intelligence - 1/1/2015

10.1007/978-3-319-24598-0_2

Número de citas: 5 (Web of Science) 6 (Scopus)
  • Impacto Normalizado por Categoría: 0,64 (2015)
  • CiteScore: 1,8 (2020)
  • SJR: 0,369 (2015)
  • SNIP: 0,708 (2015)
Open Access

Parallel importance sampling in conditional linear Gaussian networks

  • Salmerón A.
  • Ramos-López D.
  • Borchani H.
  • Martínez A.
  • Masegosa A.
  • Fernández A.
  • Langseth H.
  • Madsen A.
  • Nielsen T.
... Ver más Contraer

Advances in Artificial Intelligence - 1/1/2015

10.1007/978-3-319-24598-0_4

Número de citas: 6 (Web of Science) 7 (Scopus)
  • Impacto Normalizado por Categoría: 0,767 (2015)
  • CiteScore: 1,8 (2020)
  • SJR: 0,369 (2015)
  • SNIP: 0,708 (2015)

Este autor no tiene patentes.

Este autor no tiene informes ni otros tipos de publicaciones.

Scopus: 18

Web of Science: 12

Scopus: 33

Web of Science: 13

Última actualización de los datos: 4/05/24 9:22
Próxima recolección programada: 11/05/24 3:00