paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
SL

Shuang Li

ICLR 2026×3可解释性强化学习与后训练理论与学习动力学效率与系统社会与人本
新星分资深
10
一作贡献0
核心/参与0
方向广度10
合作网络0
0 一作 · 3 篇 · ICLR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

3
作者位次 #4/4ICLR 2026Poster· General Machine Learning / Representation Learning

Inferring the Invisible: Neuro-Symbolic Rule Discovery for Missing Value Imputation

Wendi Ren · Ke Wan · Junyu Leng · Shuang Li

可解释性OpenReview
作者位次 #4/4ICLR 2026Poster· General Machine Learning / Representation Learning

Learning Human Habits with Rule-Guided Active Inference

Gong Zhiren · Chao Yang · Wendi Ren · Shuang Li

可解释性效率与系统社会与人本OpenReview

常见合作者