Sadegh Talebi
Tenure Track Adjunkt
Machine Learning
Universitetsparken 1
2100 København Ø
1 - 2 ud af 2Pr. side: 10
- 2024
- Udgivet
Logarithmic regret in communicating MDPs: Leveraging known dynamics with bandits
Saber, H., Pesquerel, F., Maillard, O. & Talebi, Mohammad Sadegh, 2024, Proceedings of the 15th Asian Conference on Machine Learning. PMLR, s. 1167-1182 (Proceedings of Machine Learning Research, Bind 222).Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
- E-pub ahead of print
Scaling Power Management in Cloud Data Centers: A Multi-Level Continuous-Time MDP Approach
Chitsaz, B., Khonsari, A., Moradian, M., Dadlani, A. & Talebi, Mohammad Sadegh, 2024, (E-pub ahead of print) I: IEEE Transactions on Services Computing. 12 s.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
ID: 235125478
Flest downloads
-
50
downloads
Adversarial Bandits with Corruptions
Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
Udgivet -
40
downloads
Tightening Exploration in Upper Confidence Reinforcement Learning
Publikation: Bidrag til bog/antologi/rapport › Konferencebidrag i proceedings › Forskning › fagfællebedømt
Udgivet -
22
downloads
Scaling Up Q-Learning via Exploiting State–Action Equivalence
Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › fagfællebedømt
Udgivet