Sivaraman Balakrishnan

Παρατίθεται από

	Όλα	Από το 2018
Παραθέσεις	4759	3880
h-index	32	29
i10-index	55	52

880

440

220

660

20122013201420152016201720182019202020212022202322 74 94 161 197 290 385 462 693 724 878 725

Δημόσια πρόσβαση

Προβολή όλων

42 άρθρα

0 άρθρα

διαθέσιμα

μη διαθέσιμα

Σύμφωνα με εντολές χρηματοδότησης

Συν-συγγραφείς

Larry WassermanProfessor, Department of Statistics and Machine Learning Department, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.cmu.edu
Aarti SinghProfessor of Machine Learning Department, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cmu.edu
Martin WainwrightProfessor, EECS/Mathematics, Massachusetts Institute of TechnologyΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα mit.edu
Alessandro RinaldoThe University of Texas at AustinΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα austin.utexas.edu
Nihar B. ShahML and CS departments, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cs.cmu.edu
Zachary C. LiptonProfessor in the Machine Learning Department at Carnegie Mellon; Chief Scientific Officer at AbridgeΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cmu.edu
Pradeep RavikumarProfessor, School of Computer Science, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cs.cmu.edu
Adarsh PrasadPhD Student, Machine Learning Department, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα andrew.cmu.edu
Simon Shaolei DuAssistant Professor, School of Computer Science and Engineering, University of WashingtonΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cs.washington.edu
Saurabh GargPhD Student, Machine Learning Department, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα andrew.cmu.edu
Yining WangAssistant professor, Warrington College of Business, University of FloridaΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα warrington.ufl.edu
Fabrizio LecciColumbia UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα columbia.edu
Edward H. KennedyAssociate Professor of Statistics & Data Science, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.cmu.edu
Brittany Terese FasyMontana State UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα fasy.us
Aaditya RamdasStatistics and Machine Learning, Carnegie Mellon UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.cmu.edu
Bin YUProfessor of Statistics and EECS, UC BerkeleyΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.berkeley.edu
Kannan RamchandranProfessor of Electrical Engineering and Computer Science, UC BerkeleyΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα eecs.berkeley.edu
Abhay Parekh(Ex) Adjunct Professor, Electrical Engineering and Computer Science, U C BerkeleyΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα eecs.berkeley.edu
Akshay KrishnamurthyUniversity of Massachusetts AmherstΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα cs.umass.edu
Min XuRutgers UniversityΗ διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.rutgers.edu

Παρακολούθηση

Sivaraman Balakrishnan

Carnegie Mellon University

Η διεύθυνση ηλεκτρονικού ταχυδρομείου έχει επαληθευτεί στον τομέα stat.cmu.edu - Αρχική σελίδα

Statistics Machine Learning


Τίτλος Ταξινόμηση με βάση τις αναφορές Ταξινόμηση κατά έτος Ταξινόμηση κατά τίτλο	Παρατίθεται από Παρατίθεται από	Έτος
Optimal kernel choice for large-scale two-sample tests A Gretton, D Sejdinovic, H Strathmann, S Balakrishnan, M Pontil, ... Advances in neural information processing systems 25, 2012	662	2012
Statistical guarantees for the EM algorithm: From population to sample-based analysis S Balakrishnan, MJ Wainwright, B Yu	516	2017
Learning generative models for protein fold families S Balakrishnan, H Kamisetty, JG Carbonell, SI Lee, CJ Langmead Proteins: Structure, Function, and Bioinformatics 79 (4), 1061-1078, 2011	358	2011
Confidence sets for persistence diagrams BT Fasy, F Lecci, A Rinaldo, L Wasserman, S Balakrishnan, A Singh	347*	2014
Robust estimation via robust gradient estimation A Prasad, AS Suggala, S Balakrishnan, P Ravikumar Journal of the Royal Statistical Society Series B: Statistical Methodology …, 2020	220	2020
Estimation from pairwise comparisons: Sharp minimax bounds with topology dependence N Shah, S Balakrishnan, J Bradley, A Parekh, K Ramchandran, ... Artificial intelligence and statistics, 856-865, 2015	188*	2015
Stochastically transitive models for pairwise comparisons: Statistical and computational issues N Shah, S Balakrishnan, A Guntuboyina, M Wainwright International Conference on Machine Learning, 11-20, 2016	168	2016
Local maxima in the likelihood of gaussian mixture models: Structural results and algorithmic consequences C Jin, Y Zhang, S Balakrishnan, MJ Wainwright, MI Jordan Advances in neural information processing systems 29, 2016	163	2016
Computationally efficient robust sparse estimation in high dimensions S Balakrishnan, SS Du, J Li, A Singh Conference on Learning Theory, 169-212, 2017	141*	2017
Noise thresholds for spectral clustering S Balakrishnan, M Xu, A Krishnamurthy, A Singh Advances in Neural Information Processing Systems, 954-962, 2011	113	2011
Stochastic zeroth-order optimization in high dimensions Y Wang, S Du, S Balakrishnan, A Singh International conference on artificial intelligence and statistics, 1356-1365, 2018	100	2018
Universal inference L Wasserman, A Ramdas, S Balakrishnan Proceedings of the National Academy of Sciences 117 (29), 16880-16890, 2020	98	2020
A unified view of label shift estimation S Garg, Y Wu, S Balakrishnan, Z Lipton Advances in Neural Information Processing Systems 33, 3290-3300, 2020	96	2020
Efficient active algorithms for hierarchical clustering A Krishnamurthy, S Balakrishnan, M Xu, A Singh arXiv preprint arXiv:1206.4672, 2012	95	2012
How many samples are needed to estimate a convolutional neural network? SS Du, Y Wang, X Zhai, S Balakrishnan, RR Salakhutdinov, A Singh Advances in Neural Information Processing Systems 31, 2018	80*	2018
A permutation-based model for crowd labeling: Optimal estimation and robustness NB Shah, S Balakrishnan, MJ Wainwright IEEE Transactions on Information Theory 67 (6), 4162-4184, 2020	72	2020
Minimax localization of structural information in large noisy matrices S Balakrishnan, M Kolar, A Rinaldo, A Singh Advances in Neural Information Processing Systems, 909-917, 2011	70*	2011
Sharp instruments for classifying compliers and generalizing causal effects EH Kennedy, S Balakrishnan, M G’Sell	69	2020
Hypothesis testing for high-dimensional multinomials: A selective review S Balakrishnan, L Wasserman	66	2018
Robust multivariate nonparametric tests via projection averaging I Kim, S Balakrishnan, L Wasserman	59*	2020

Δεν είναι δυνατή η εκτέλεση της ενέργειας από το σύστημα αυτή τη στιγμή. Προσπαθήστε ξανά αργότερα.

Άρθρα 1–20

Παραθέσεις ανά έτος

Διπλότυπες αναφορές

Συγχωνευμένες αναφορές

Προσθήκη από κοινού συγγραφέωνΣυν-συγγραφείς

Παρακολούθηση

Παρατίθεται από

Συν-συγγραφείς