Expert project reviewer Research Executive Agency - EU H2020-MSCA-ITN-2017 (H2020 Marie Sklodowska-Curie Actions) Scientific Advisory Board EU H2020 - Personalised Medicine Trials (PERMIT) Program Committee Member SCIPY 2017 - Scientific Computing with Python, AISTATS 2017 - The 20th International Conference on Artificial Intelligence and Statistics, ICHI 2014 - IEEE International Conference on Healthcare信息学2014年(ICHI 2014) - 意大利市,IJCAI -13-23届国际人工智能会议 - 北京,中国,IDAMAP,2012年,IDAMAP-生物医学和药理学的智能数据分析 - 帕维亚,意大利审查员 - 2018年AISTATS AISTATS AISTATS AISTATS AISTATS AISTATS 2018(20届国际人工智能,NIPS -NIPS -2017)(NEARALICTIONAL,NEARALITS -2017)(NEARAL INFERCONITY - 2017)(CC 2017)生物信息学和生物统计学的方法),AAAI -17(第三十一届AAAI人工智能会议),AISTATS 2017(第20届国际人工智能和统计国际会议),NIPS -2016-2016(神经信息处理系统),Esann -2014-2014,2014年 - 2014年(欧洲人工网络),Scipy 2017(Scipsy)
会议审稿人,神经信息处理系统 (NeurIPS) 2024 审稿人,国际机器学习会议 (ICML) 2024 审稿人,人工智能与统计学 (AISTATS) 2024 审稿人,因果学习与推理 (CLeaR) 2024 审稿人,神经信息处理系统 (NeurIPS) 2023 审稿人,神经信息处理系统 (NeurIPS) 2022 顶级审稿人奖(前 10%)审稿人,国际机器学习会议 (ICML) 2022 顶级审稿人奖(前 10%)审稿人,健康机器学习研讨会 (ML4H) 2022 审稿人,神经信息处理系统 (NeurIPS) 2021 审稿人,人工智能不确定性 (UAI) 2021 审稿人,人工智能与统计学 (AISTATS) 2019
AISTATS 2021学习公平评分功能:公平定义,算法和两分等级的概括范围。R. Vogel,A。Bellet,S。Clémençon。aistats 2020一种多类分类方法来标签排名。S.Clémençon和R. Vogel。ESANN 2020加权ERM:基于重要性抽样的转移学习。R. Vogel,M。Achab,S。Clémençon,C。Tiller。ECML 2019年的折衷方案,以大规模分布的术估计和学习。R. Vogel,A。Bellet,S。Clémençon,O。Jelassi和G. Papa。 LOD 2019,基于树的方法用于相似性学习。 S.Clémençon和R. Vogel。 icml 2018是对重点曲线优化的监督相似性学习的概率理论。 R. Vogel,A。Bellet和S.Clémençon。R. Vogel,A。Bellet,S。Clémençon,O。Jelassi和G. Papa。LOD 2019,基于树的方法用于相似性学习。S.Clémençon和R. Vogel。icml 2018是对重点曲线优化的监督相似性学习的概率理论。R. Vogel,A。Bellet和S.Clémençon。
公共许可策略线性上下文匪徒托马斯·克莱恩·布宁(Thomas Kleine Buening),aadirupa saha,Christos dimitrakakis,Haifeng XU神经信息处理系统会议(Neurips),2024年,[PDF],[PDF]逆增强的环境设计 2024, [pdf ] Bandits Meet Mechanism Design to Combat Clickbait in Online Recommendation Thomas Kleine Buening , Aadirupa Saha, Christos Dimitrakakis, Haifeng Xu International Conference on Learning Representations (ICLR), Spotlight Presentation , 2024, [pdf ] ANACONDA: An Improved Dynamic Regret Algorithm for Adaptive Non‑Stationary Dueling Bandits Thomas Kleine Buening,Aadirupa Saha人工智能与统计国际会议(AISTATS),2023年,[PDF] minimax -bayes辅助学习Thomas Kleine Buening*,Christos dimitrakakis*,Hannes Eriksson*,Hannes Eriksson*,Hannes Eriksson*,Divya Grover*,Divya Grove*,Emilio Jorge*国际人工智能和人工智能和统计局(A)
- Jiaxin Huang, PhD student at UIUC, Microsoft Research Fellowship - Keping Bi, WWW 2021 paper, PhD student at University of Massachusetts Amherst - Yang Zhao, ICML 2020 paper, PhD student at University of Buffalo - Paidamoyo Chapfuwa, CHIL 2020 paper, PhD student at Duke University - Christy Li, AAAI 2020 paper, PhD student at Duke University - Ruqi Zhang, ICLR 2020 paper, PhD student at Cornell University - Le Fang, EMNLP 2019 paper, PhD student at University of Buffalo - Hao Fu, NAACL 2019 paper, PhD student at Duke University - Ke Bai, AISTATS 2019 paper, PhD student at Duke University - Guoyin wang, ACL 2018 paper, PhD student at Duke University - Ruiyi Zhang, AISTATS 2018年论文,Duke University -Sam Lobel的博士生,ICLR 2020论文。杜克大学的访问学生,现为布朗大学的博士生 - 刘豪(Hao Liu),NIPS 2017论文。杜克大学的来访学生,现为加州理工学院的博士生
peer review *denotes outstanding reviewer award International Conference on Learning Representations (ICLR) 2021*, 2022, 2023* International Conference on Machine Learning (ICML) 2020, 2021, 2022 Neural Information Processing Systems (NeurIPS) 2019, 2020, 2021, 2022, 2023 International Conference on Artificial Intelligence and Statistics (AISTATS) 2021 Reinforcement Learning Conference (RLC) 2024
2023 Dr. Brooks Carlton Fowler Endowed Presidential Graduate Fellowship in ECE, 2023-2024 academic year 2022 Top 10% reviewer for NeurIPS'22 and AISTATS'22, Highlighted reviewer for ICLR 2022 2020 NXP Foundation Fellowship, 2020-2021 academic year 2017 Cum Laude Graduation Honors, Duke University 2016 Member, Tau Beta Pi and Eta Kappa Nu Honor Societies,杜克大学2014年金牌,国际基因工程机器竞赛
Jennifer G. Dy 是马萨诸塞州波士顿东北大学电气与计算机工程系的全职教授,她于 2002 年首次加入该系。她分别于 1997 年和 2001 年获得印第安纳州西拉斐特普渡大学电气与计算机工程学院的硕士和博士学位,并于 1993 年获得菲律宾大学电气工程系的学士学位。她的研究涵盖机器学习的基础及其在生物医学成像、健康、科学和工程中的应用,研究领域包括无监督学习、可解释模型、可解释人工智能、降维、特征选择/稀疏方法、向不确定专家学习、主动学习、贝叶斯模型、深度表示学习、持续学习和可信赖人工智能。她是体验式人工智能研究所的人工智能教员主任。她还是机器学习实验室主任,也是东北大学 SPIRAL(信号处理、成像、推理和学习)中心的创始教员。她于 2004 年获得 NSF 职业奖。她曾担任或正在担任 ICML 董事会 (前身为国际机器学习学会) 秘书、《机器学习研究杂志》、《机器学习》杂志、《IEEE 模式分析与机器智能学报》副主编/编委会成员、机器学习、人工智能和数据挖掘顶级会议 (ICML、NeurIPS、ACM SIGKDD、AAAI、IJCAI、UAI、AISTATS、ICLR、SIAM SDM) 的组织和/或技术程序委员会成员、SIAM SDM 2013、ICML 2018、AISTATS 2023 和 AAAI 2024 的项目主席。她是 AAAI 研究员
用于凸优化的自适应近端梯度法 NeurIPS ,2024 16. K. Mishchenko、A. Defazio Prodigy:一种快速自适应的无参数学习器 ICML ,2024 15. A. Khaled、K. Mishchenko、C. Jin DoWG Unleashed:一种有效的通用无参数梯度下降法 NeurIPS ,2023 14. A. Defazio、K. Mishchenko 通过 D 自适应实现无学习率学习 ICML ,2023 杰出论文奖 13. B. Woodoworth、K. Mishchenko、F. Bach 两个损失胜过一个:使用更便宜的代理进行更快的优化 ICML ,2023 12. K. Mishchenko、F. Bach、M. Even、B. Woodworth 异步 SGD 在任意延迟 NeurIPS,2022 11. K. Mishchenko、G. Malinovsky、S. Stich、P. Richtárik ProxSkip:是的!局部梯度步骤可证明可加速通信!终于! ICML ,2022 10. K. Mishchenko、A. Khaled、P. Richtárik 近端和联合随机重新调整 ICML ,2022 9. K. Mishchenko、B. Wang、D. Kovalev、P. Richtárik IntSGD:随机梯度的自适应无浮点压缩 ICLR ,Spotlight,2022 8. K. Mishchenko、A. Khaled、P. Richtárik 随机重新调整:简单分析但带来巨大改进 NeurIPS ,2020 7. Y. Malitsky、K. Mishchenko 无下降的自适应梯度下降 ICML ,2020 6. K. Mishchenko、F. Hanzely、P. Richtárik 分布式优化中 99% 的 Worker-Master 通信是不需要的 UAI ,2020 5. K. Mishchenko, D. Kovalev, E. Shulgin, Y. Malitsky, P. Richtárik 重温随机超梯度 AISTATS,2020 4. A. Khaled, K. Mishchenko, P. Richtárik 相同和异构数据 AISTATS 上局部 SGD 的更严格理论,2020 3. S. Soori, K. Mishchenko, A. Mokhtari, M. Dehnavi, M. Gürbüzbalaban DAve-QN:具有局部超线性收敛率的分布式平均拟牛顿法 AISTATS,2020 2. F. Hanzely,K. Mishchenko,P. Richtárik SEGA:通过梯度草图 NeurIPS 减少方差,2018 1. K. Mishchenko,F. Iutzeler,J. Malick,M.-R。 Amini 一种用于分布式学习的延迟容忍近端梯度算法 ICML,2018