← 東京大学のMachine Learningへ戻る

論文表記の著者名

Akiko Takeda

東京大学Machine Learning2022–2026 LIVE

対象論文 8 本

著者名は論文に記載された表記をそのまま使用しており、同一人物の名寄せは行っていません。

印刷日: 全論文

出典:https://topcsuniv.org/japan/machine-learning/universities/university-of-tokyo/authors/d81539eb45d89b9186ed/

論文上の著者表記・公開時所属による集計です。人物の名寄せ・現在所属・全業績を表すものではありません。

対象論文

論文一覧

  1. 2026
    ICLR
    会議の論文一覧
    Fast Frank–Wolfe Algorithms with Adaptive Bregman Step-Size for Weakly Convex Functions共著者: Shota Takahashi, Sebastian Pokutta
  2. 2025
    ICLR
    会議の論文一覧
    Improving Convergence Guarantees of Random Subspace Second-order Algorithm for Nonconvex Optimization共著者: Rei Higuchi, Pierre-Louis Poirion
  3. 2025
    ICML
    会議の論文一覧
    Efficient Optimization with Orthogonality Constraint: a Randomized Riemannian Submanifold Method共著者: Andi Han, Pierre-Louis Poirion
  4. 2025
    ICML
    会議の論文一覧
    Modified K-means Algorithm with Local Optimality Guarantees共著者: Mingyi Li, Michael R. Metel
  5. 2025
    ICML
    会議の論文一覧
    On the Role of Label Noise in the Feature Learning Process共著者: Andi Han, Wei Huang, Zhanpeng Zhou, Gang Niu, Wuyang Chen, Junchi Yan, Taiji Suzuki
  6. 2024
    NeurIPS
    会議の論文一覧
    A Framework for Bilevel Optimization on Riemannian Manifolds共著者: Andi Han, Bamdev Mishra, Pratik Jawanpuria
  7. 2024
    NeurIPS
    会議の論文一覧
    SLTrain: a sparse plus low rank approach for parameter and memory efficient pretraining共著者: Andi Han, Jiaxiang Li, Wei Huang, Mingyi Hong, Pratik Jawanpuria, Bamdev Mishra
  8. 2022
    NeurIPS
    会議の論文一覧
    Single Loop Gaussian Homotopy Method for Non-convex Optimization共著者: Hidenori Iwakiri, Yuhang Wang, Shinji Ito