XiaoMi-AI文件搜索系统
World File Search SystemAISTATS
Gavin Kerrigan
2024年8月，南加州大学（加州大学）2024年10月，加利福尼亚大学圣地亚哥分校（UCSD）2024年10月1024年10月扩散生成模型：方法和应用NASA Jet Propulsion Laboratory（JPL）2024年6月2024日，Anandkumar Group的运输和运输。 2024年1月，加州大学欧文分校，UC IRVINE，UC IRVINE，UC IRVINE，UC IRVINE，2023年11月11月，阿姆斯特丹大学AMLAB研讨会，2023年11月11日，IRVINE的概率和组合学研讨会中心，2023年11月11日2024年8月，南加州大学（加州大学）2024年10月，加利福尼亚大学圣地亚哥分校（UCSD）2024年10月1024年10月扩散生成模型：方法和应用NASA Jet Propulsion Laboratory（JPL）2024年6月2024日，Anandkumar Group的运输和运输。 2024年1月，加州大学欧文分校，UC IRVINE，UC IRVINE，UC IRVINE，UC IRVINE，2023年11月11月，阿姆斯特丹大学AMLAB研讨会，2023年11月11日，IRVINE的概率和组合学研讨会中心，2023年11月11日
aaditya K. ramdas -curriculum vitae
2025主题演讲者（在8名中），维也纳数学金融大会（奥地利）2024 Keynote演讲者（2分），滑铁卢学生会议（加拿大）2024邀请的讲座系列（15个小时），哥伦比亚大学（美国）（美国）2024年2024年的演讲系列（6小时），Georgia Intergia Intergia Intergia Intergia Intergia Intergia Intergia Instite of Technology（USATES AIRSEN）202222222 (Spain) 2023 Keynote speaker (out of 6), Lunteren Annual Meeting of Statisticians (Netherlands) 2023 Keynote speaker (out of 3), ELLIS workshop on Robust Machine Learning (Finland) 2023 Keynote speaker (out of 6), MobiliT.AI Conference on AI and Transportation (France) 2023 Keynote speaker, American Statistical Association, Pittsburgh Chapter (USA) 2022邀请的讲座系列（3小时），CUSO夏季统计/夏季学校（瑞士）2022年邀请教程，全国通信会议（印度）2021 Keynote演讲者，CMU体育分析会议（美国）
linyi li - - 计算科学学院
tss：用于鲁棒性认证的特定于转换的平滑。ACM计算机和通信安全会议（CCS）2021。[视频] 6。Huichen Li *，Linyi Li *，Xiaojun Xu，Xiaolu Zhang，Shuang Yang，Bo Li。基于非线性投影的梯度估计，用于查询有效的黑框攻击。国际人工智能与统计会议（AISTATS）2021。5。Linyi Li，Zhenwen Li，Weijie Zhang，Jun Zhou，Pengcheng Wang，Jing Wu，Guanghua HE，Xia Zeng，Yuetang Deng，Tao Xie。自然语言中的聚类测试步骤，以自动化测试自动化。ACM联合欧洲软件工程会议和关于软件工程基础（ESEC/FSE）2020，行业轨道的研讨会。[视频] 4。linyi li *，Zexuan Zhong *，Bo Li，Tao Xie。Robustra：在参考对抗空间上训练可证明的强大神经网络。2019年国际人工智能联合会议（IJCAI）。
cv.pdf div>
Conference reviewing AAAI Conference on Artificial Intelligence 2021 Conference on Artificial Intelligence, Ethics, and Society (AIES) 2019 Conference on Economics and Computation (EC) 2020 Conference on Learning Theory (COLT) 2018 Conference on Neural Information Processing Systems (NeurIPS) 2017, 2018, 2019, 2020, 2021 European Symposium on Algorithms (ESA) 2020 Innovations in Theoretical Computer Science (ITCS) 2021，2022国际自动机，语言和节目（ICALP）2022国际人工智能与统计会议（AISTATS）2019年国际学习代表国际会议（ICLR）2022，2022，2024国际机器学习国际机器学习会议（ICML）2017，2019，2019，2019年，2019年，2018年国际智能国际会议（2020年），2018年国际会议（IMAI）2018年国际会议（I），2018年（I）离散算法研讨会（SODA）2018，2020，2021，2023关于计算机科学基础（FOCS）2019年分布式计算原理（PODC）2016 2016年计算理论的研讨会（STOC）2017，2021，2021，2021，2024 on Web and Internet经济学（葡萄酒）的
Mengxiao Zhang
Service: Committee Member / Reviewer: - Advances in Neural Information Processing Systems (NeurIPS): 2024, 2023, 2022, 2021, 2020 - The Association for the Advancement of Artificial Intelligence (AAAI): 2025, 2023, 2022 - International Conference on Machine Learning (ICML): 2024, 2023, 2022, 2021, 2020 - Conference on Learning Theory (COLT): 2024, 2023 - Annual ACM Symposium on Theory of Computing (STOC): 2023 - International Conference on Learning Representations (ICLR): 2025, 2024 - Innovations in Theoretical Computer Science (ITCS): 2024 - International Joint Conference on Artificial Intelligence (IJCAI): 2024, 2023, 2022, 2021 - ACM International Conference on Knowledge Discovery and Data Mining (KDD): 2021 - International Conference on Artificial Intelligence and Statistics (AISTATS): 2025, 2024, 2023 - Conference on Algorithmic Learning Theory (ALT): 2021 - Conference on Economics and Computation (EC): 2023 - INFORMS Workshop on Data Science (WDS): 2023 - INFORMS Journal on Computing - Management Science - Transactions on Machine Learning Research (TMLR) - IEEE Transactions on Pattern Analysis and Machine智能（TPAMI）
（离散）扩散的顺序蒙特卡洛指导...
扩散模型已成为机器学习中生成建模的重要方法。这些模型是通过模拟一些“破坏性”随机过程来训练的，这些随机过程在训练数据样本中初始化，并且具有易于采样的限制分布。通过学习如何逆转随机过程来获得生成模型。扩散模型的大多数应用都用于连续数据，并使用高斯扩散作为随机过程。但是，相同的想法也可以通过适当的破坏过程选择，例如基于离散的马尔可夫链和吸收状态的引入。通过指导进一步提高了扩散生成模型的性能和适用性，这是一种基于某些辅助信息或外部模型来指导生成过程的技术。指导既可以用于有条件生成（例如带有分类器指导）和改善样本质量（鉴别器指导）。在本演讲中，我将讨论如何将顺序的蒙特卡洛用于扩散模型的指导。我将重点放在不容易适用的基于常规得分的指导技术的离散设置上。基于与FilipEkströmKelvinius的联合工作（自回旋扩散模型的歧视指南，AISTATS 2024，https：//arxiv.org/abs/2310.15817）
弗朗西斯·巴赫
prix and Decortions 2024 Roberto tempo Prix最佳文章，决策与控制大会2021年最佳文章和价格奖的最佳文章和价格“ 10年后”，会众Neurips 2020在AcadSciences 2019年的Academie des Sciences 2019 Prix Jean-jean-Jacques Moreau 2019年最佳文章“ 10年”，“ 10年前” Neurips 2018 Enkerips 2018 Lagrange持续优化的Prix Lagrange 2018 Thomson-Reuters / Clarivate高度引用的研究人员（如2014年和2017年）2016年欧洲研究委员会（ERC）合并研究员Grant Grant 2015 Schlumberger 2015 Schlumberger主席，Hautes Institute of Hautes Interialtion of Hautes Isscip of Hautes Incerial Incerial Inter ICML 2012 Inria Prix Inria研究员2009年欧洲研究委员会（ERC）首席研究员赠款2005 Eli陪审团奖，U.C.伯克利（最佳TH的信号处理）2005年的最佳文章价格，Engrei Aistats 2004 Price，最佳文章，荣誉提名，ICML Cons，1997年期权价格，数学数学，Ecole Polytechnique
Chudi Zhong
我的研究重点是开发可解释的机器学习算法和管道，以促进人类模型的相互作用，以解决高风险决策问题。我解决了可解释的机器学习中的基本问题，使非常简单的模型以非常快速且可扩展的方式实现与黑匣子相当的性能。我引入了一种用于机器学习的新范式，称为学习Rashomon集，以通过在最佳损失的ε中找到和存储所有模型，从而破坏用户和ML算法之间的交互瓶颈。我已经在神经，ICML，AAAI，AISTATS，IEEE VIS和统计数据中发表了多篇论文。北卡罗来纳州学术大学，位于北卡罗来纳州教堂山教堂山的北卡罗来纳州教授助理教授2024年7月 - 数据科学与社会运营学院研究教育教育教育杜克大学达勒姆大学达勒姆大学，北卡罗来纳州博士。在计算机科学2020 - 2024论文中：解释性和多样性：通往可信赖的机器学习的途径M.S.统计科学2018 - 2020年北卡罗来纳大学教堂山教堂山北卡罗来纳州北卡罗来纳州 统计和信息科学2014 - 2018年选定统计科学2018 - 2020年北卡罗来纳大学教堂山教堂山北卡罗来纳州北卡罗来纳州统计和信息科学2014 - 2018年选定
逆增强算法学习
Schmidt Sciences AI2050 Early Career Fellow 2024 City & State Trailblazer in Higher Education 2024 Samsung AI Researcher of the Year (awarded to 5 early-career faculty worldwide) 2023 NSF CAREER Award 2022 Cornell Tech Faculty Teaching Award of the Year (awarded to one faculty member by students) 2022 CIFAR Azrieli Global Scholar 2022 Kavli Fellow 2022 LinkedIn Faculty Research Award 2022 MIT Technology Review 35 Innovators Under 35 2021 Best Paper Award in Applied Data Science Track, KDD 2021 Google Research Scholar 2021 Best On Theme paper award, NeurIPS ML4H Workshop 2020 Forbes 30 Under 30 in Science 2019 Most impactful to society poster award, University of Michigan AI Symposium 2019 EECS Rising Star 2018 Best paper award, AISTATS 2018 Top 10 2016-2017论文监管和系统基因组学（ROCOMB/ISCB）2017 2017年最佳海报奖，ICML计算生物学2016年最佳脱口秀奖，ISMB高吞吐量Sig 2015 Rhodes 2015 Rhodes Secorning 2015 Rhodes Scholar 2014 Hertz Hertz Hertz Hertz 2014 NDSEG Allt 2014 NDSEG ALLIG 2014 NDSEG ALLID 2014 DEANS奖学金，2014年DEANS COUMPL ANTANFORD COMPAL，NINTAN FAME 2013 NINATAR DRIVATE 2013 US，US DIMATICS US，US DIMATICS US，US dnd <
Chien -Ming Huang-约翰·霍普金斯计算机科学
– Program committee member / reviewer for ACL (2023, 2020, 2017, 2016, 2014, 2013, 2012, 2011, 2010, 2009, 2007, 2005, 2004, 2003, 2002), AISTATS (2010), COLING (2014, 2012, 2008), EAAI (2013), EACL (2012, 2006, 2003, 1999), EMNLP (2018, 2017, 2016, 2014, 2013，2012，2011，2011，2010，2010，2008，2008，2007，2006，2003，2002 - 2018，2010中的“最佳审稿人”奖项，FSMNLP（2005，2001），ICGI（2012），ICFP（2008），ICLR（2008），ICLR（ICLR（2017），2017年），ICML（2019，2016，2016，2004）； NAACL (2016, 2015, 2013, 2012, 2010, 2009, 2006), NeurIPS (2020, 2019, 2018, 2017, 2016, 2014, 2013, 2011, 2010, 2007), NLP-LING (2010), SCiL (2020, 2018), SIGMOR- PHON (2023, 2019, 2018, 2014, 2012, 2010, 2008, 2006, 2004, 2002, 2000, 1998年），WINLP - 卫生NLP研讨会（2023，2021，2019，2018，2018，2017），ACL统计NLP和加权自动机（Statfsm）（2016）（2016），ACL关于NLP（unsnlp）的神经疗法中的语言结构相关性的ACL相关性（2011年） ACL关于NLP和CL教学的ACL讲习班（2024、2013、2008、2005、2002），CVPR结构化预测的研讨会（2013年），ICML关于依次模型预测的关于预测的研讨会（2013），国际惯例会议，依赖性语言学的国际会议（2011年），关于对Slavic语言学的诉讼，对Slavic Linguisticals的For-Mal of-Mal of-Mal of-Mal Intershop。