paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

VK

Vladimir Kostic

ICML 2026×3可解释性效率与系统理论与学习动力学

新星分贡献者

53

一作贡献0

核心/参与29

方向广度6

合作网络6

0 一作 · 3 篇 · ICML 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 #2/6ICML 2026Poster· General Machine Learning / Causality

Toward Scalable and Valid Conditional Independence Testing with Spectral Representations

Alek Fröhlich · Vladimir Kostic · Karim Lounici · Daniel Rodrigues Perazzo · Daniel Tiezzi · Massimiliano Pontil

可解释性OpenReview

作者位次 #3/8ICML 2026Poster· General Machine Learning / Causality

Outcome-Aware Spectral Feature Learning for Instrumental Variable Regression

Dimitri Meunier · Jakub Wornbard · Vladimir Kostic · Antoine Moulin · Alek Fröhlich · Karim Lounici · Massimiliano Pontil · Arthur Gretton

作者位次 #2/6ICML 2026Poster· Theory / Learning Theory

Representation Learning for Equivariant Inference with Guarantees

Daniel Felipe Ordonez Apraez · Vladimir Kostic · Alek Fröhlich · Vivien Brandt · Karim Lounici · Massimiliano Pontil

可解释性效率与系统理论与学习动力学OpenReview

常见合作者

AFAlek Fröhlich×3 KLKarim Lounici×3 MPMassimiliano Pontil×3 DPDaniel Rodrigues Perazzo DTDaniel Tiezzi DMDimitri Meunier JWJakub Wornbard AMAntoine Moulin AGArthur Gretton DADaniel Felipe Ordonez Apraez VBVivien Brandt