( en | de | ru )

 

Disambiguierung von "Brubach, Brian"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Follow Your Star: New Frameworks for Online Stochastic Matching with Known and Unknown Patience.

, , , und . AISTATS, Volume 130 von Proceedings of Machine Learning Research, Seite 2872-2880. PMLR, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Walter Brübach

Rolf-Walter Briant

Benoît Briand

Nils Brübach

Manfred Brübach

 

Weitere Publikationen von Autoren mit dem selben Namen

Algorithms to Approximate Column-Sparse Packing Problems., , , und . SODA, Seite 311-330. SIAM, (2018)Follow Your Star: New Frameworks for Online Stochastic Matching with Known and Unknown Patience., , , und . AISTATS, Volume 130 von Proceedings of Machine Learning Research, Seite 2872-2880. PMLR, (2021)Fair Clustering Under a Bounded Cost., , , und . NeurIPS, Seite 14345-14357. (2021)Improved Bound for Online Square-into-Square Packing.. WAOA, Volume 8952 von Lecture Notes in Computer Science, Seite 47-58. Springer, (2014)Approximating Two-Stage Stochastic Supplier Problems., , , , , und . APPROX-RANDOM, Volume 207 von LIPIcs, Seite 23:1-23:22. Schloss Dagstuhl - Leibniz-Zentrum für Informatik, (2021)Markets, Elections, and Microbes: Data-driven Algorithms from Theory to Practice.. University of Maryland, College Park, MD, USA, (2020)base-search.net (ftunivmaryland:oai:drum.lib.umd.edu:1903/26557).Attenuate Locally, Win Globally: An Attenuation-based Framework for Online Stochastic Matching with Timeouts., , , und . AAMAS, Seite 1223-1231. ACM, (2017)Further Improvement in Approximating the Maximum Duo-Preservation String Mapping Problem.. WABI, Volume 9838 von Lecture Notes in Computer Science, Seite 52-64. Springer, (2016)It's COMPASlicated: The Messy Relationship between RAI Datasets and Algorithmic Fairness Benchmarks., , , , , , , und . NeurIPS Datasets and Benchmarks, (2021)Characterizing Properties and Trade-offs of Centralized Delegation Mechanisms in Liquid Democracy., , und . FAccT, Seite 1629-1638. ACM, (2022)