卡里姆·阿明 0002
人员信息
附属: 谷歌研究,美国纽约州纽约市 隶属关系(以前): 美国密歇根大学 附属机构(博士): 宾夕法尼亚大学,费城,宾夕法尼亚州,美国
其他同名人员
卡里姆·阿明 0001 — 德国凯泽斯劳滕科技大学 (还有1个)
SPARQL查询
优化列表
2020年–今天
2024 [i12] 卡里姆·阿明 , 亚历克斯·比尔 , 孔伟伟(Weiwei Kong) , 阿列克谢·库拉金 , 纳塔莉亚·波诺马雷娃 , 奥马尔·赛义德 , 安德烈亚斯·特齐斯 , 谢尔盖·瓦西尔维茨基 :
用于大规模合成文本生成的私有预测。 CoRR公司 abs/2407.12108 ( 2024 ) 2023 [公元22年] 卡里姆·阿明 , 马修·约瑟夫 , 莫尼卡·里贝罗 , 谢尔盖·瓦西尔维茨基 :
简单的差分私有线性回归。 ICLR公司 2023 【c21】 米哈伊尔·科达克 , 卡里姆·阿明 , 特拉维斯·迪克 , 谢尔盖·瓦西尔维茨基 :
用于多分位数释放的学习增强专用算法。 ICML公司 2023 : 16344-16376 2022 [i11] 卡里姆·阿明 , 詹妮弗·吉伦沃特 , 马修·约瑟夫 , 亚历克斯·库莱斯扎 , 谢尔盖·瓦西尔维茨基 :
梅花:大规模的差异隐私。 CoRR公司 abs/2201.11603 ( 2022 ) [i10] 卡里姆·阿明 , 马修·约瑟夫 , 莫尼卡·里贝罗 , 谢尔盖·瓦西尔维茨基 :
简单的差分私有线性回归。 CoRR公司 abs/2208.07353 ( 2022 ) [第九章] 卡里姆·阿明 , 特拉维斯·迪克 , 米哈伊尔·霍达克 , 谢尔盖·瓦西尔维茨基 :
带有私有预测的私有算法。 CoRR公司 abs/2210.11222 ( 2022 ) 2021 [公元20年] 丹尼尔·莱维 , 紫藤太阳 , 卡里姆·阿明 , 萨蒂恩·凯尔 , 亚历克斯·库莱斯扎 , Mehryar Mohri公司 , 阿南达·瑟塔·苏雷什 :
使用用户级隐私进行学习。 NeurIPS公司 2021 : 12466-12479 [第19条] 卡里姆·阿明 , 朱利娅·迪萨沃 , 阿夫申·罗斯塔米扎德 :
通过标记诱导性弃权进行学习。 NeurIPS公司 2021 : 12576-12586 [i8] 丹尼尔·莱维 , 紫藤太阳 , 卡里姆·阿明 , 萨蒂恩·凯尔 , 亚历克斯·库列萨 , Mehryar Mohri公司 , 阿南达·瑟塔·苏雷什 :
使用用户级隐私进行学习。 CoRR公司 abs/2102.11845 ( 2021 ) 2020 [第18条] 卡里姆·阿明 , 科琳娜·科尔特斯 , 朱利娅·迪萨沃 , 阿夫申·罗斯塔米扎德 :
了解在线主动学习中批处理的效果。 AISTATS公司 2020 : 3482-3492 [第17条] 卡里姆·阿明 , 马修·约瑟夫 , 毛杰明 :
泛私人均匀性测试。 柯尔特 2020 : 183-218
2010 – 2019
2019 [第16条] 卡里姆·阿明 , 亚历克斯·库莱斯扎 , 安德烈斯·穆尼奥斯·麦地那 , 谢尔盖·瓦西尔维茨基 :
限制用户贡献:差异隐私中的偏见-方差权衡。 ICML公司 2019 : 263-271 [第15条] 卡里姆·阿明 , 特拉维斯·迪克 , 亚历克斯·库莱斯扎 , 安德烈斯·穆尼奥斯·麦地那 , 谢尔盖·瓦西尔维茨基 :
差异私有协方差估计。 NeurIPS公司 2019 : 14190-14199 [i7] 卡里姆·阿明 , 马修·约瑟夫 , 毛杰明 :
泛私人均匀性测试。 CoRR公司 abs/1911.01452 ( 2019 ) 2017 [第14条] 卡里姆·阿明 , 南江 , 萨汀德·辛格 :
重复反向强化学习。 NIPS公司 2017 : 1815-1824 [i6] 卡里姆·阿明 , 南江 , 萨汀德·辛格 :
重复反向强化学习。 CoRR公司 abs/1705.05427 ( 2017 ) 2016 [第13条] 斯里达尔·文卡泰桑 , 马西米利亚诺阿尔巴尼斯 , 卡里姆·阿明 , 苏西尔·贾约迪亚 , 梅森·赖特 :
一种移动目标防御方法,用于缓解针对基于代理的体系结构的DDoS攻击。 中枢神经系统 2016 : 198-206 [第12条] 雅各布·D·阿伯内西 , 卡里姆·阿明 , 朱瑞浩 :
阈值匪徒,有或无审查反馈。 NIPS公司 2016 : 4889-4897 [第11条] 郑弘志 , 刘俊明(音) , 卡里姆·阿明 , 迈克尔·P·韦尔曼 :
金融信贷网络中的战略支付路径。 欧盟委员会 2016 : 721-738 [c10] 卡里姆·阿明 , 迈克尔·P·韦尔曼 , 萨汀德·辛格 :
Stackelberg游戏的梯度方法。 阿联酋 2016 [i5] 卡里姆·阿明 , 萨汀德·辛格 :
解决反向强化学习中的不可识别性。 CoRR公司 abs/1601.06569 ( 2016 ) 2015 【c9】 卡里姆·阿明 , 雷切尔·卡明斯 , 莉莉·德沃金 , 迈克尔·卡恩斯 , 亚伦·罗斯 :
在线学习和显示偏好的利润最大化。 AAAI公司 2015 : 770-776 【c8】 卡里姆·阿明 , 萨蒂恩·凯尔 , 杰拉尔德·泰萨罗 , Deepak S.Turaga公司 :
专家建议预算预测。 AAAI公司 2015 : 2490-2496 2014 【c7】 卡里姆·阿明 , 霍达·海达里 , 迈克尔·卡恩斯 :
从传染病中学习(没有时间戳)。 ICML公司 2014 : 1845-1853 【c6】 卡里姆·阿明 , 阿夫申·罗斯塔米扎德 , 奥马尔·赛义德 :
与战略买家进行重复的背景拍卖。 NIPS公司 2014 : 622-630 [i4] 卡里姆·阿明 , 雷切尔·卡明斯 , 莉莉·德沃金 , 迈克尔·卡恩斯 , 亚伦·罗斯 :
在线学习和显示偏好的利润最大化。 CoRR公司 abs/1407.7294 ( 2014 ) 2013 【c5】 雅各布·D·阿伯内西 , 卡里姆·阿明 , 迈克尔·卡恩斯 , Moez Draief公司 :
大规模盗贼问题和KWIK学习。 ICML(1) 2013 : 588-596 【c4】 卡里姆·阿明 , 阿夫申·罗斯塔米扎德 , 奥马尔·赛义德 :
与战略买家重复拍卖的学习价格。 NIPS公司 2013 : 1169-1177 [i3] 卡里姆·阿明 , 阿夫申·罗斯塔米扎德 , 奥马尔·赛义德 :
与战略买家重复拍卖的学习价格。 CoRR公司 abs/1311.6838 ( 2013 ) 2012 【c3】 卡里姆·阿明 , 迈克尔·卡恩斯 , 彼得·B·基 , 安东·施瓦霍费尔 :
赞助搜索的预算优化:MDP中的审查学习。 阿联酋 2012 : 54-63 [i2] 卡里姆·阿明 , 迈克尔·卡恩斯 , 奥马尔·赛义德 :
土匪问题的图形模型。 CoRR公司 abs/1202.3782 ( 2012 ) [i1] 卡里姆·阿明 , 迈克尔·卡恩斯 , 彼得·B·基 , 安东·施瓦霍费尔 :
赞助搜索的预算优化:MDP中的审查学习。 CoRR公司 abs/1210.4847 ( 2012 ) 2011 【c2】 卡里姆·阿明 , 迈克尔·卡恩斯 , 奥马尔·赛义德 :
盗贼问题的图形模型。 阿联酋 2011 : 1-10 【c1】 卡里姆·阿明 , 迈克尔·卡恩斯 , 奥马尔·赛义德 :
强盗、查询学习和草垛维度。 柯尔特 2011 : 87-106