阿里特拉·戈什 0001
人员信息
附属: 麻省大学阿默斯特校区,马萨诸塞州,美国 隶属关系(前): Microsoft,印度班加罗尔 隶属关系(前): 印度班加罗尔印度科学院
其他同名人员
阿里特拉·戈什 0002 -印度马德拉斯理工学院,印度钦奈 阿里特拉·戈什 0003 -美国康涅狄格州纽黑文市耶鲁大学天文系 阿里特拉·戈什 0004 -美国佛罗里达州博卡拉顿佛罗里达大西洋大学
优化列表
2020年–今天
2023 [第16条] 阿里特拉·戈什 , 安德鲁·S·兰 :
DiFA:差异特征获取。 AAAI公司 2023 : 7705-7713 [第15条] 冯万勇 , 阿里特拉·戈什 , 斯蒂芬·西雷西 , 安德鲁·S·兰 :
在计算机自适应测试中平衡测试准确性和安全性。 AIED公司 2023 : 708-713 [第14条] 尼沙尔·阿肖克·库马尔 , 冯万勇 , Jaewook Lee公司 , 亨特·麦克尼科尔斯 , 阿里特拉·戈什 , 安德鲁·S·兰 :
知识追踪中端到端因果发现的概念模型。 EDM公司 2023 [第14条] 尼沙尔·阿肖克·库马尔 , 冯万勇 , Jaewook Lee公司 , 亨特·麦克尼科尔斯 , 阿里特拉·戈什 , 安德鲁·S·兰 :
知识追踪中端到端因果发现的概念模型。 CoRR公司 abs/2305.16165 ( 2023 ) [i13] 冯万勇 , 阿里特拉·戈什 , 斯蒂芬·西雷西 , 安德鲁·S·兰 :
在计算机自适应测试中平衡测试准确性和安全性。 CoRR公司 abs/2305.18312 ( 2023 ) 2022 [第13条] 阿里特拉·戈什 , 萨扬密特拉 , 安德鲁·S·兰 :
DiPS:推荐系统中草图绘制的可微分策略。 AAAI公司 2022 : 6703-6712 [第12条] 奈杰尔·费尔南德斯 , 阿里特拉·戈什 , 刘乃明(Naiming Liu) , 王子超 , 贝诺·特乔芬 , 理查德·巴拉纽克 , 安德鲁·S·兰 :
通过控制内BERT调节实现阅读理解的自动评分。 AIED(1) 2022 : 691-697 [i12] 奈杰尔·费尔南德斯 , 阿里特拉·戈什 , 刘乃明(Naiming Liu) , 王子超 , 贝诺·特乔芬 , 理查德·巴拉纽克 , 安德鲁·S·兰 :
通过控制内BERT调节实现阅读理解的自动评分。 CoRR公司 abs/2205.09864 ( 2022 ) 2021 [第11条] 阿里特拉·戈什 , 杰伊·拉斯帕特 , 安德鲁·S·兰 :
选项追踪:知识追踪中的超越正确性分析。 AIED(1) 2021 : 137-149 [第10条] 阿里特拉·戈什 , 安德鲁·S·兰 :
对比学习提高了标签噪声下的模型鲁棒性。 CVPR研讨会 2021 : 2703-2708 【c9】 阿里特拉·戈什 , 安德鲁·S·兰 :
BOBCAT:基于双层优化的计算机自适应测试。 国际JCAI 2021 : 2410-2417 【c8】 阿里特拉·戈什 , 安德鲁·S·兰 :
我们真的需要黄金样本在标签噪声下进行样本加权吗? WACV(加权平均值) 2021 : 3921-3930 [i11] 阿里特拉·戈什 , 安德鲁·S·兰 :
对比学习提高了标签噪声下的模型鲁棒性。 CoRR公司 abs/2104.08984 ( 2021 ) [i10] 阿里特拉·戈什 , 杰·拉斯帕特 , 安德鲁·S·兰 :
选项追踪:知识追踪中的超越正确性分析。 CoRR公司 abs/2104.09043 ( 2021 ) [第九章] 阿里特拉·戈什 , 安德鲁·S·兰 :
我们真的需要黄金样本用于标签下噪声的样本加权吗? CoRR公司 abs/2104.09045 ( 2021 ) [i8] 阿里特拉·戈什 , 安德鲁·S·兰 :
BOBCAT:基于双层优化的计算机自适应测试。 CoRR公司 abs/2108.07386 ( 2021 ) [i7] 阿里特拉·戈什 , 萨扬密特拉 , 安德鲁·S·兰 :
DiPS:推荐系统中草图的不同策略。 CoRR公司 abs/2112.07616 ( 2021 ) 2020 【c7】 阿里特拉·戈什 , 贝弗利·伍尔夫 , 什洛莫·齐尔伯斯坦 , 安德鲁·S·兰 :
基于技能的职业道路建模和建议。 IEEE大数据 2020 : 1156-1165 【c6】 阿里特拉·戈什 , 尼尔·T·赫夫南 , 安德鲁·S·兰 :
上下文软件关注知识追踪。 KDD公司 2020 : 2330-2339 【c5】 阿里特拉·戈什 , 萨扬密特拉 , Somdeb Sarkhel公司 , Viswanathan Swaminathan公司 :
实时投标中无探索的最优投标策略。 传感和诊断模块 2020 : 298-306 [i6] 阿里特拉·戈什 , 萨亚恩·米特拉 , Somdeb Sarkhel公司 , 杰森·谢 , 吴刚 , Viswanathan Swaminathan公司 :
实时投标中的可扩展投标前景预测。 CoRR公司 abs/2001.06587 ( 2020 ) [i5] 阿里特拉·戈什 , 萨扬密特拉 , Somdeb Sarkhel公司 , Viswanathan Swaminathan公司 :
实时投标中无探索的最优投标策略。 CoRR公司 abs/2004.00100 ( 2020 ) [i4] 阿里特拉·戈什 , 尼尔·T·赫夫南 , 安德鲁·S·兰 :
上下文软件关注知识追踪。 CoRR公司 abs/2007.12324 ( 2020 )
2010 – 2019
2019 【c4】 阿里特拉·戈什 , 萨亚恩·米特拉 , Somdeb Sarkhel公司 , 杰森·谢 , 吴刚 , Viswanathan Swaminathan公司 :
实时投标中的可扩展投标前景预测。 ECML/PKDD(3) 2019 : 451-466 2017 【c3】 阿里特拉·戈什 , 希曼舒·库马尔 , P.S.萨斯特里 :
深度神经网络标签噪声下的鲁棒损失函数。 AAAI公司 2017 : 1919-1925 【c2】 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
标签噪声下决策树学习的鲁棒性研究。 PAKDD(1) 2017 : 685-697 [i3] 阿里特拉·戈什 , 希曼舒·库马尔 , P.S.萨斯特里 :
深度神经网络标签噪声下的鲁棒损失函数。 CoRR公司 abs/1712.09482 ( 2017 ) 2016 【c1】 阿里特拉·戈什 , 迪内什·高拉夫 , 拉胡尔·阿格拉瓦尔 :
赞助搜索中声誉的偏好方法。 CIKM公司 2016 : 2041-2044 [i2] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
标签噪声下决策树学习的鲁棒性研究。 CoRR公司 abs/1605.06296 ( 2016 ) 2015 [j1] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
使风险最小化容忍标签噪声。 神经计算 160 : 93-107 ( 2015 ) 2014 [i1] 阿里特拉·戈什 , 纳雷什·曼瓦尼 , P.S.萨斯特里 :
使风险最小化容忍标签噪音。 CoRR公司 abs/1403.3610 ( 2014 )