Sivaraman Balakrishnan

Hivatkozott rá

	Összes	2020 óta
Hivatkozások	6429	4695
h-index	38	33
i10-index	68	63

1300

650

325

975

2012201320142015201620172018201920202021202220232024202521 71 94 156 205 282 385 457 681 694 846 1060 1246 155

Nyilvános hozzáférés

Összes megtekintése

49 cikk

0 cikk

elérhető

nem érhető el

Finanszírozási megbízások alapján

Társszerzők

Larry WassermanProfessor, Department of Statistics and Machine Learning Department, Carnegie Mellon UniversityE-mail megerősítve itt: stat.cmu.edu
Aarti SinghProfessor of Machine Learning Department, Carnegie Mellon UniversityE-mail megerősítve itt: cmu.edu
Martin WainwrightProfessor, EECS/Mathematics, Massachusetts Institute of TechnologyE-mail megerősítve itt: mit.edu
Alessandro RinaldoThe University of Texas at AustinE-mail megerősítve itt: austin.utexas.edu
Nihar B. ShahML and CS departments, Carnegie Mellon UniversityE-mail megerősítve itt: cs.cmu.edu
Zachary C. LiptonRaj Reddy Associate Professor of Machine Learning @ Carnegie Mellon University; CTO + CSO @ AbridgeE-mail megerősítve itt: cmu.edu
Saurabh GargMistral AI | Past: CMU ML PhDE-mail megerősítve itt: andrew.cmu.edu
Edward H. KennedyAssociate Professor of Statistics & Data Science, Carnegie Mellon UniversityE-mail megerősítve itt: stat.cmu.edu
Pradeep RavikumarProfessor, School of Computer Science, Carnegie Mellon UniversityE-mail megerősítve itt: cs.cmu.edu
Adarsh PrasadPhD Student, Machine Learning Department, Carnegie Mellon UniversityE-mail megerősítve itt: andrew.cmu.edu
Simon Shaolei DuAssistant Professor, School of Computer Science and Engineering, University of WashingtonE-mail megerősítve itt: cs.washington.edu
Yining WangAssociate Professor, Naveen Jindal School of Management, University of Texas at DallasE-mail megerősítve itt: warrington.ufl.edu
Fabrizio LecciColumbia UniversityE-mail megerősítve itt: columbia.edu
Ilmun KimYonsei UniversityE-mail megerősítve itt: yonsei.ac.kr
Aaditya RamdasAssociate Professor (with tenure), Carnegie Mellon UniversityE-mail megerősítve itt: stat.cmu.edu
Brittany Terese FasyMontana State UniversityE-mail megerősítve itt: fasy.us
Matey NeykovAssistant Professor, Department of Statistics and Data Science, Northwestern UniversityE-mail megerősítve itt: northwestern.edu
Bin YUProfessor of Statistics and EECS, UC BerkeleyE-mail megerősítve itt: stat.berkeley.edu
Abhay Parekh(Ex) Adjunct Professor, Electrical Engineering and Computer Science, U C BerkeleyE-mail megerősítve itt: eecs.berkeley.edu
Akshay KrishnamurthyUniversity of Massachusetts AmherstE-mail megerősítve itt: cs.umass.edu

Követés

Sivaraman Balakrishnan

Carnegie Mellon University

E-mail megerősítve itt: stat.cmu.edu - Kezdőlap

Statistics Machine Learning


Cím Rendezés hivatkozások szerint Rendezés év szerint Rendezés cím szerint	Hivatkozott rá Hivatkozott rá	Év
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	840	2012
Statistical guarantees for the EM algorithm: From population to sample-based analysis S Balakrishnan, MJ Wainwright, B Yu	634	2017
Confidence sets for persistence diagrams BT Fasy, F Lecci, A Rinaldo, L Wasserman, S Balakrishnan, A Singh	403*	2014
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	393	2011
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	262	2020
Estimation from pairwise comparisons: Sharp minimax bounds with topology dependence NB Shah, S Balakrishnan, J Bradley, A Parekh, K Ramch, MJ Wainwright Journal of Machine Learning Research 17 (58), 1-47, 2016	228*	2016
Universal inference L Wasserman, A Ramdas, S Balakrishnan Proceedings of the National Academy of Sciences 117 (29), 16880-16890, 2020	219	2020
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	191	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	189	2016
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	182	2020
Computationally efficient robust sparse estimation in high dimensions S Balakrishnan, SS Du, J Li, A Singh Conference on Learning Theory, 169-212, 2017	167*	2017
Leveraging unlabeled data to predict out-of-distribution performance S Garg, S Balakrishnan, ZC Lipton, B Neyshabur, H Sedghi arXiv preprint arXiv:2201.04234, 2022	156	2022
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	137	2018
Noise thresholds for spectral clustering S Balakrishnan, M Xu, A Krishnamurthy, A Singh Advances in Neural Information Processing Systems, 954-962, 2011	120	2011
Sharp instruments for classifying compliers and generalizing causal effects EH Kennedy, S Balakrishnan, M G’sell	113	2020
Plugin estimation of smooth optimal transport maps T Manole, S Balakrishnan, J Niles-Weed, L Wasserman The Annals of Statistics 52 (3), 966-998, 2024	108	2024
Efficient active algorithms for hierarchical clustering A Krishnamurthy, S Balakrishnan, M Xu, A Singh arXiv preprint arXiv:1206.4672, 2012	103	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	101*	2018
Robust multivariate nonparametric tests via projection averaging I Kim, S Balakrishnan, L Wasserman The Annals of Statistics 48 (6), 3417-3441, 2020	87*	2020
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	81	2020

A rendszer jelenleg nem tudja elvégezni a műveletet. Próbálkozzon újra később.

Cikkek 1–20

Hivatkozások évente

Ismétlődő hivatkozások

Összevont hivatkozások

Társszerzők hozzáadásaTársszerzők

Követés

Hivatkozott rá

Társszerzők