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

Michael Gastpar

ICLR 2026×3理论与学习动力学可解释性多模态效率与系统
新星分资深
23
一作贡献0
核心/参与9
方向广度8
合作网络9
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 #3/3ICLR 2026Poster· Theory / Learning Theory

Block-Sample MAC-Bayes Generalization Bounds

Matthias Frey · Jingge Zhu · Michael Gastpar

理论与学习动力学OpenReview
作者位次 #3/3ICLR 2026Poster· Optimization / Optimization and Learning under Uncertainty

Non-Asymptotic Analysis of Efficiency in Conformalized Regression

Yunzhen Yao · Lie He · Michael Gastpar

效率与系统OpenReview

常见合作者