Cong Ma

Analyse des méthodes de classement influencées par des comparaisons adversariales.

Cette recherche améliore la prise de décision en cas d'incertitude en utilisant l'apprentissage par lot et des stratégies dynamiques.

LCSim propose des outils améliorés pour des scénarios de trafic urbain réalistes.

Deux nouveaux estimateurs améliorent la précision dans l'analyse des données de réponse des items.

Apprends à améliorer les prédictions des modèles même quand les distributions de données changent.

Examiner les effets des traitements avec des méthodes adaptatives sur des données existantes.

Une nouvelle méthode améliore l'estimation de la matrice de précision en utilisant des données limitées grâce à l'apprentissage par transfert.