( en | de | ru )

 

Disambiguierung von "Zhao, Canzhe"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Comparison-based Conversational Recommender System with Relative Bandit Feedback.

, , , und . CoRR, (2022)

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.

Zhao Zhao

Yanning Zhao

Hertz-level ultra-stable laser and its application to high precision spectroscopy. Uni Erlangen-Nürnberg, (2009)

Su Zhao

Xiaojian Zhao

Bingbing Zhao

 

Weitere Publikationen von Autoren mit dem selben Namen

Best-of-three-worlds Analysis for Linear Bandits with Follow-the-regularized-leader Algorithm., , und . COLT, Volume 195 von Proceedings of Machine Learning Research, Seite 657-673. PMLR, (2023)Comparison-based Conversational Recommender System with Relative Bandit Feedback., , , und . CoRR, (2022)Comparison-based Conversational Recommender System with Relative Bandit Feedback., , , und . SIGIR, Seite 1400-1409. ACM, (2021)Learning Adversarial Linear Mixture Markov Decision Processes with Bandit Feedback and Unknown Transition., , , und . ICLR, OpenReview.net, (2023)Simultaneously Learning Stochastic and Adversarial Bandits under the Position-Based Model., , und . AAAI, Seite 6202-6210. AAAI Press, (2022)Differentially Private Temporal Difference Learning with Stochastic Nonconvex-Strongly-Concave Optimization., , , , und . WSDM, Seite 985-993. ACM, (2023)Clustering of Conversational Bandits for User Preference Learning and Elicitation., , , , und . CIKM, Seite 2129-2139. ACM, (2021)DPMAC: Differentially Private Communication for Cooperative Multi-Agent Reinforcement Learning., , , , und . IJCAI, Seite 4638-4646. ijcai.org, (2023)Knowledge-aware Conversational Preference Elicitation with Bandit Feedback., , , und . WWW, Seite 483-492. ACM, (2022)Learning Adversarial Low-rank Markov Decision Processes with Unknown Transition and Full-information Feedback., , , , und . NeurIPS, (2023)