Authors · raw publication identity
Shinji Ito
全分野 · 掲載済みの全期間（2016–2026年）
データの修正を申請Googleログイン後に申請できます。内容を確認してから対応します。
対象会議のFull paperを全分野・掲載済み全期間でまとめています。1996～2025年の追加分には、氏名の一致・表記の正規化等に基づき同一人物と推定した対応を含みます。本人確認済みの対応や出版時所属の確認とは区別しています。表示する大学は著者ページの識別用で、過去論文の出版時所属や現在所属を示しません。追加分は大学ランキングやEdition別の件数に含みません。保存済みの1996～2025年の対象資料から確認できた範囲を追加しており、全業績の網羅を保証するものではありません。
著者ページの大学: 東京大学 · Top conference papers: 46
分野別内訳
分野別の本数はcross-listにより重なる場合があります。合計本数は同一論文を1本に数えます。
年別内訳
- 2026年 6
- 2025年 7
- 2024年 7
- 2023年 4
- 2022年 6
- 2021年 4
- 2020年 3
- 2019年 3
- 2018年 3
- 2017年 2
- 2016年 1
論文一覧（新しい年順）
- A Tight Lower Bound for Non-stochastic Multi-armed Bandits with Expert Advice
- Adaptive Learning Rates with Surrogate Probability for Follow-the-Perturbed-Leader
- Adversarial Learning in Games with Bandit Feedback: Logarithmic Pure-Strategy Maximin Regret
- Submodular Function Minimization with Dueling Oracle
- A Perturbation Approach to Unconstrained Linear Bandits
- Last-Iterate Convergence of Regularized Gradient Methods for Stochastic Monotone Variational Inequalities
- Corrupted Learning Dynamics in Games
- Data-dependent Bounds with $T$-Optimal Best-of-Both-Worlds Guarantees in Multi-Armed Bandits using Stability-Penalty Matching
- Instance-Dependent Regret Bounds for Learning Two-Player Zero-Sum Games with Bandit Feedback
- Adapting to Stochastic and Adversarial Losses in Episodic MDPs with Aggregate Bandit Feedback
- Optimal Dynamic Regret by Transformers for Non-Stationary Reinforcement Learning
- Optimal Regret of Bandits under Differential Privacy
- Revisiting Follow-the-Perturbed-Leader with Unbounded Perturbations in Bandit Problems
- New Classes of the Greedy-Applicable Arm Feature Distributions in the Sparse Linear Bandit Problem
著者の全期間ページへの追加分（出版時所属は示していません）
- Adaptive Learning Rate for Follow-the-Regularized-Leader: Competitive Analysis and Best-of-Both-Worlds
- Follow-the-Perturbed-Leader with Fréchet-type Tail Distributions: Optimality in Adversarial Bandits and Best-of-Both-Worlds
- Exploration by Optimization with Hybrid Regularizers: Logarithmic Regret with Adversarial Robustness in Partial Monitoring
- A Simple and Adaptive Learning Rate for FTRL in Online Learning with Minimax Regret of $\Theta(T^{2/3})$ and its Application to Best-of-Both-Worlds
- Fast Rates in Stochastic Online Convex Optimization by Exploiting the Curvature of Feasible Sets
- On the Minimax Regret for Contextual Linear Bandits and Multi-Armed Bandits with Expert Advice
- Best-of-Three-Worlds Linear Bandit Algorithm with Variance-Adaptive Regret Bounds
著者の全期間ページへの追加分（出版時所属は示していません）
- An Exploration-by-Optimization Approach to Best of Both Worlds in Linear Bandits
著者の全期間ページへの追加分（出版時所属は示していません）
- Bandit Task Assignment with Unknown Processing Time
著者の全期間ページへの追加分（出版時所属は示していません）
- Stability-penalty-adaptive follow-the-regularized-leader: Sparsity, game-dependency, and best-of-both-worlds
著者の全期間ページへの追加分（出版時所属は示していません）
- Online Task Assignment Problems with Reusable Resources
著者の全期間ページへの追加分（出版時所属は示していません）
- Adversarially Robust Multi-Armed Bandit Algorithm with Variance-Dependent Regret Bounds
著者の全期間ページへの追加分（出版時所属は示していません）
- Revisiting Online Submodular Minimization: Gap-Dependent Regret Bounds, Best of Both Worlds and Adversarial Robustness
著者の全期間ページへの追加分（出版時所属は示していません）
- Average Sensitivity of Euclidean k-Clustering
著者の全期間ページへの追加分（出版時所属は示していません）
- Nearly Optimal Best-of-Both-Worlds Algorithms for Online Learning with Feedback Graphs
著者の全期間ページへの追加分（出版時所属は示していません）
- Single Loop Gaussian Homotopy Method for Non-convex Optimization
著者の全期間ページへの追加分（出版時所属は示していません）
- Near-Optimal Regret Bounds for Contextual Combinatorial Semi-Bandits with Linear Payoff Functions
著者の全期間ページへの追加分（出版時所属は示していません）
- Parameter-Free Multi-Armed Bandit Algorithms with Hybrid Data-Dependent Regret Bounds
著者の全期間ページへの追加分（出版時所属は示していません）
- Hybrid Regret Bounds for Combinatorial Semi-Bandits and Adversarial Linear Bandits
著者の全期間ページへの追加分（出版時所属は示していません）
- On Optimal Robustness to Adversarial Corruption in Online Decision Problems
著者の全期間ページへの追加分（出版時所属は示していません）
- A Tight Lower Bound and Efficient Reduction for Swap Regret
著者の全期間ページへの追加分（出版時所属は示していません）
- Delay and Cooperation in Nonstochastic Linear Bandits
著者の全期間ページへの追加分（出版時所属は示していません）
- Tight First- and Second-Order Regret Bounds for Adversarial Linear Bandits
著者の全期間ページへの追加分（出版時所属は示していません）
- Improved Regret Bounds for Bandit Combinatorial Optimization
著者の全期間ページへの追加分（出版時所属は示していません）
- Oracle-Efficient Algorithms for Online Linear Optimization with Bandit Feedback
著者の全期間ページへの追加分（出版時所属は示していません）
- Submodular Function Minimization with Noisy Evaluation Oracle
著者ページの大学: 東京大学
- Causal Bandits with Propagating Inference
著者の全期間ページへの追加分（出版時所属は示していません）
- Unbiased Objective Estimation in Predictive Optimization
著者の全期間ページへの追加分（出版時所属は示していません）
- Regret Bounds for Online Portfolio Selection with a Cardinality Constraint
著者の全期間ページへの追加分（出版時所属は示していません）
- Robust Quadratic Programming for Price Optimization
著者の全期間ページへの追加分（出版時所属は示していません）
- Efficient Sublinear-Regret Algorithms for Online Sparse Linear Regression with Limited Observation
著者の全期間ページへの追加分（出版時所属は示していません）
- Large-Scale Price Optimization via Network Flow
著者の全期間ページへの追加分（出版時所属は示していません）