研究者
J-GLOBAL ID:201801010438043202
更新日: 2024年06月13日
包 含
ツツミ フクム | Bao Han
所属機関・部署:
職名:
特定助教
ホームページURL (1件):
https://hermite.jp/
研究キーワード (2件):
machine learning
, 機械学習
競争的資金等の研究課題 (2件):
- 2019 - 2022 限られた教師情報に基づく機械学習手法の開発
- 2018 - 2019 弱い教師データに基づく低分散なリスク推定方法の開発
論文 (31件):
-
Guoxi Zhang, Han Bao 0002, Hisashi Kashima. Online Policy Learning from Offline Preferences. CoRR. 2024. abs/2403.10160
-
Shinsaku Sakaue, Han Bao 0002, Taira Tsuchiya, Taihei Oki. Online Structured Prediction with Fenchel-Young Losses and Improved Surrogate Regret for Online Multiclass Classification with Logistic Loss. CoRR. 2024. abs/2402.08180
-
Han Bao 0002, Ryuichiro Hataya, Ryo Karakida. Self-attention Networks Localize When QK-eigenspectrum Concentrates. CoRR. 2024. abs/2402.02098
-
Guillaume Houry, Han Bao 0002, Han Zhao 0002, Makoto Yamada. Fast 1-Wasserstein distance approximations using greedy strategies. AISTATS. 2024. 325-333
-
Ryoma Sato, Yuki Takezawa, Han Bao 0002, Kenta Niwa, Makoto Yamada. Embarrassingly Simple Text Watermarks. CoRR. 2023. abs/2310.08920
もっと見る
MISC (2件):
-
Yueh Hua Wu, Nontawat Charoenphakdee, Han Bao, Voot Tangkaratt, Masashi Sugiyama. Imitation learning from imperfect demonstration. 36th International Conference on Machine Learning, ICML 2019. 2019. 2019-June. 11826-11844
-
Han Bao, Gang Niu, Masashi Sugiyama. Classification from Pairwise Similarity and Unlabeled Data. 35th International Conference on Machine Learning, ICML 2018. 2018. 2. 763-781
書籍 (1件):
-
Machine learning from weak supervision : an empirical risk minimization approach
The MIT Press 2022 ISBN:9780262047074
学位 (1件):
前のページに戻る