Ugrás a tartalomhoz

EU Kiválósági KözpontISO 9001

ERCIMW3C MemberFraunhofer Projektközpont

Kocsis Levente, Ph.D., tudományos főmunkatárs, kutató
Kocsis Levente
Cím: 1111 Budapest, Lágymányosi u. 11.
Levelezési cím: 1111 Budapest, Lágymányosi u. 11
Szoba: L 104
Telefon: +36 1 279 6287
E-mail: kocsis.leventeEZT_TOROLJE_KI@EZT_TOROLJE_KIsztaki.hu
Részleg: Informatikai Kutatólaboratórium

Publikációk

[Időrendben] [Kategóriákba sorolva ]

2017.

Online ranking prediction in non-stationary environments
Szerzők: Frigó, Erzsébet; Pálovics, Róbert; Kelen, Domokos; Kocsis, Levente; Benczúr, András
Megjelenés: 2017.
Megjelent: 1st Workshop on Temporal Reasoning in Recommender Systems, RecTemp 2017 (Oldalszám: 28-34)
Location-aware online learning for top-k recommendation
Szerzők: Pálovics, Róbert; Szalai, Péter; Pap, Júlia; Frigó, Erzsébet; Kocsis, Levente; Benczúr, András
Megjelenés: 2017.
Megjelent: PERVASIVE AND MOBILE COMPUTING (Kötetszám: 38, Füzetszám: 2, Oldalszám: 490-504)
Alpenglow: Open source recommender framework with time-Aware learning and evaluation
Szerzők: Frigó, Erzsébet; Pálovics, Róbert; Kelen, Domokos; Kocsis, Levente; Benczúr, András
Megjelenés: 2017.
Megjelent: 2017 Poster Track of the 11th ACM Conference on Recommender Systems, Poster-Recsys 2017 (Oldalszám: 1-2)

2016.

Robust Decentralized Low-Rank Matrix Decomposition
Szerzők: Hegedűs, István; Berta, Árpád; Kocsis, Levente; Benczúr, András; Jelasity, Márk
Megjelenés: 2016.
Megjelent: ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY (Kötetszám: 7, Füzetszám: 4, Oldalszám: 62)

2014.

RecSys Challenge 2014: an ensemble of binary classifiers and matrix factorization
Szerzők: Pálovics, Róbert; Ayala-Gómez, Frederic; Csikota, Balázs; Daróczy, Bálint Zoltán; Kocsis, Levente; Benczúr, András
Megjelenés: 2014.
Megjelent: (Oldalszám: 13-18)
Fully Distributed Robust Singular Value Decomposition
Szerzők: Hegedűs, István; Jelasity, Márk; Kocsis, Levente; Benczúr, András
Megjelenés: 2014.
Megjelent: (Oldalszám: 5)
Exploiting temporal influence in online recommendation
Szerzők: Pálovics, Róbert; Benczúr, András; Kocsis, Levente; Kiss, Tamás; Frigó, Erzsébet
Megjelenés: 2014.
Megjelent: (Oldalszám: 273-280)

2013.

BoostingTree: parallel selection of weak learners in boosting, with application to ranking
Szerzők: Kocsis, Levente; György, A; Nándoriné Bán, Andrea
Megjelenés: 2013.
Megjelent: MACHINE LEARNING (Kötetszám: 93, Füzetszám: 2-3, Oldalszám: 293-320)

2012.

The grand challenge of computer go: Monte Carlo tree search and extensions
Szerzők: Gelly, S; Kocsis, Levente; Schoenauer, M; Sebag, M; Silver, D; Szepesvári, C; Teytaud, O
Megjelenés: 2012.
Megjelent: COMMUNICATIONS OF THE ACM (Kötetszám: 55, Füzetszám: 3, Oldalszám: 106-113)
The grand challenge of computer Go: Monte Carlo Tree Search and Extensions
Szerzők: Gelly, Sylvain; Kocsis, Levente; Schoenauer, Marc; Sebag, Michèle; Silver, David; Szepesvári, Csaba; Teytaud, Olivier
Megjelenés: 2012. 03.
Megjelent: Communications of the ACM (Kötetszám: 55, Füzetszám: 3, Oldalszám: 106)

2011.

Efficient multi-start strategies for local search algorithms
Szerzők: György, András; Kocsis, Levente
Megjelenés: 2011.
Megjelent: Journal of Artificial Intelligence Research (Kötetszám: 41, Oldalszám: 407-444)
Efficient Multi-Start Strategies for Local Search Algorithms
Szerzők: György, András; Kocsis, Levente
Megjelenés: 2011. 07.
Megjelent: Journal of Artificial Intelligence Research (Kötetszám: 41, Oldalszám: 407-444)

2010.

Fraud detection by generating positive samples for classification from unlabeled data
Szerzők: Kocsis, Levente; György, András
Megjelenés: 2010.
Megjelent: ICML 2010. Proceedings of the 27th international conference on machine learning. Workshop on machine learning and games. Haifa, 2010. (Oldalszám: 1-6)

2008.

Transpositions and move groups in Monte Carlo tree search
Szerzők: Childs, Benjamin E.; Brodeur, James H.; Kocsis, Levente
Megjelenés: 2008.
Megjelent: CIG 2008. IEEE symposium on computational intelligence and games. Pert, 2008. (Oldalszám: 389-395)

2007.

Continuous time associative bandit problems
Szerzők: György, András; Kocsis, Levente; Szabó, Ivett; Szepesvári, Csaba
Megjelenés: 2007.
Megjelent: ICJAI 2007. 20th international joint conference on artificial intelligence. Hyderabad, 2007. (Oldalszám: 830-835)

2006.

Universal parameter Optimisation in games based on SPSA
Szerzők: Kocsis, Levente; Szepesvári, Csaba
Megjelenés: 2006.
Megjelent: Machine Learning (Kötetszám: 63, Füzetszám: 3, Oldalszám: 249-286)
RSPSA: enhanced parameter optimisation in games
Szerzők: Kocsis, Levente; Szepesvári, Csaba; Winands, MHM
Megjelenés: 2006.
Megjelent: Lecture Notes in Computer Science (Kötetszám: 4250, Oldalszám: 39-56)
Bandit based Monte-Carlo planning
Szerzők: Kocsis, Levente; Szepesvári, Csaba
Megjelenés: 2006.
Megjelent: Lecture Notes in Artificial Intelligence (Kötetszám: 4212, Oldalszám: 282-293)

Új keresés