Gergely Neu

Citado por

	Total	Desde 2019
Citas	3120	2431
Índice h	28	27
Índice i10	43	41

540

270

135

405

200920102011201220132014201520162017201820192020202120222023202414 18 26 36 66 64 72 112 113 150 236 334 444 453 524 434

Acceso público

Ver todo

26 artículos

0 artículos*

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Gabor LugosiICREA and Universitat Pompeu FabraDirección de correo verificada de upf.edu
Csaba SzepesvariDeepMind & University of AlbertaDirección de correo verificada de cs.ualberta.ca
Anders JonssonArtificial Intelligence and Machine Learning group, Universitat Pompeu FabraDirección de correo verificada de upf.edu
Julia OlkhovskayaTU DelftDirección de correo verificada de tudelft.nl
Andras GyorgyDeepMindDirección de correo verificada de google.com
Michal ValkoLlama @ Meta Paris & Inria & MVA - Ex: Gemini and BYOL @ Google DeepMindDirección de correo verificada de meta.com
Cristina CanoAssociate Professor, WINE Group, Universitat Oberta de CatalunyaDirección de correo verificada de uoc.edu
Tomáš KocákUniversity of PotsdamDirección de correo verificada de uni-potsdam.de
Vicenç GómezArtificial Intelligence and Machine Learning research group. Universitat Pompeu Fabra.Dirección de correo verificada de upf.edu
Nicolò Cesa-BianchiProfessor of Computer Science, Università degli Studi di Milano and Politecnico di MilanoDirección de correo verificada de unimi.it
Sergio Barrachina-MuñozSenior Researcher at CTTCDirección de correo verificada de cttc.cat
Sean MeynProfessor of ECE and Robert C. Pittman Eminent Scholar ChairDirección de correo verificada de ece.ufl.edu
Gábor BartókETH ZurichDirección de correo verificada de ualberta.ca
Matteo PapiniPolitecnico di MilanoDirección de correo verificada de polimi.it
Lorenzo RosascoMaLGa Machine Learning Genoa Center - Università degli Studi di GenovaDirección de correo verificada de unige.it
Claudio GentileGoogle Research, New York, USADirección de correo verificada de google.com
András AntosBudapest University of Technology and EconomicsDirección de correo verificada de cs.bme.hu
Prashant MehtaProfessor of Mechanical Science and Engineering, University of IllinoisDirección de correo verificada de illinois.edu
Fan LuUniversity of FloridaDirección de correo verificada de ufl.edu
Joan Bas-SerranoPhD student, Universitat Pompeu FabraDirección de correo verificada de upf.edu

Seguir

Gergely Neu

Artificial Intelligence and Machine Learning group, Universitat Pompeu Fabra

Dirección de correo verificada de upf.edu - Página principal

machine learning online learning learning theory reinforcement learning


Título Ordenar por citas Ordenar por año Ordenar por título	Citado por Citado por	Año
Apprenticeship learning using inverse reinforcement learning and gradient methods G Neu, C Szepesvári Proc. UAI, 295-302, 2007	319*	2007
A unified view of entropy-regularized Markov decision processes G Neu, A Jonsson, V Gómez arXiv preprint arXiv:1705.07798, 2017	279	2017
Boltzmann Exploration Done Right N Cesa-Bianchi, C Gentile, G Lugosi, G Neu Neural Information Processing Systems (NIPS), 6287-6296, 2017	226	2017
Online Markov decision processes under bandit feedback G Neu, A Antos, A György, C Szepesvári Advances in Neural Information Processing Systems 23, 2010	217	2010
Explore no more: Improved high-probability regret bounds for non-stochastic bandits G Neu Neural Information Processing Systems (NIPS), 2015	188	2015
Online Learning in Episodic Markovian Decision Processes by Relative Entropy Policy Search A Zimin, G Neu Neural Information Processing Systems (NIPS), 2013	152	2013
Efficient learning by implicit exploration in bandit problems with side observations T Kocák, G Neu, M Valko, R Munos Neural Information Processing Systems (NIPS), 2014	131	2014
Algorithmic stability and hypothesis complexity T Liu, G Lugosi, G Neu, D Tao Proceedings of the 34th International Conference on Machine Learning, 2159-2167, 2017	99	2017
The adversarial stochastic shortest path problem with unknown transition probabilities G Neu, A György, C Szepesvári AI & Statistics, 2012	95	2012
Training parsers by inverse reinforcement learning G Neu, C Szepesvári Machine learning 77 (2), 303-337, 2009	95	2009
An efficient algorithm for learning with semi-bandit feedback G Neu, G Bartók Algorithmic Learning Theory (ALT 2013), 2013	92	2013
The online loop-free stochastic shortest-path problem G Neu, A György, C Szepesvári The 23rd Annual Conference on Learning Theory (COLT 2010), 2010	83	2010
Information-Theoretic Generalization Bounds for Stochastic Gradient Descent G Neu, GK Dziugaite, M Haghifam, DM Roy The 34th Annual Conference on Learning Theory (COLT 2020), 3526-3545, 2021	81	2021
A unifying view of optimism in episodic reinforcement learning G Neu, C Pike-Burke Advances in Neural Information Processing Systems 33, 2020	76	2020
Iterate averaging as regularization for stochastic gradient descent G Neu, L Rosasco The 31st Annual Conference on Learning Theory (COLT 2018), 3222-3242, 2018	70	2018
Collaborative spatial reuse in wireless networks via selfish multi-armed bandits F Wilhelmi, C Cano, G Neu, B Bellalta, A Jonsson, S Barrachina-Muñoz Ad Hoc Networks 88, 129-141, 2019	63	2019
Exploiting easy data in online optimization A Sani, G Neu, A Lazaric Neural Information Processing Systems (NIPS), 2014	63	2014
Potential and Pitfalls of Multi-Armed Bandits for Decentralized Spatial Reuse in WLANs F Wilhelmi, S Barrachina-Muñoz, B Bellalta, C Cano, A Jonsson, G Neu Journal of Network and Computer Applications 127, 26-42, 2019	59	2019
First-order regret bounds for combinatorial semi-bandits G Neu The 28th Annual Conference on Learning Theory (COLT 2015), 1360–1375, 2015	57	2015
Logistic Q-Learning J Bas-Serrano, S Curi, A Krause, G Neu International Conference on Artificial Intelligence and Statistics, 3610-3618, 2021	50	2021

El sistema no puede realizar la operación en estos momentos. Inténtalo de nuevo más tarde.

Artículos 1–20

Citas por año

Citas duplicadas

Citas combinadas

Añadir coautoresCoautores

Seguir

Citado por

Coautores