我是Microsoft Research,纽约.此前,我曾在马萨诸塞大学阿默斯特分校信息与计算机科学学院担任两年助理教授,并在纽约市微软研究院(Microsoft Research)担任一年博士后研究员。在此之前,我完成了卡内基梅隆大学计算机科学系的博士学位阿尔蒂·辛格.我在加州大学伯克利分校获得了EECS本科学位。
我的研究兴趣是机器学习和统计学。我最兴奋的是交互式学习,或学习涉及反馈驱动数据收集的设置。我最近的兴趣围绕着反馈有限的决策问题,包括情境强盗和强化学习。
精选论文
变形金刚学习自动机的捷径. Bingbin Liu、Jordan T.Ash、Surbhi Goel、Akshay Krishnamurthy、Cyril Zhang。 在2023年国际学习代表大会上。口头陈述 [Arxiv版本]
有效的一阶上下文强盗:预测、分配和三角判别. 迪伦·福斯特(Dylan J.Foster),阿克谢·克里希纳穆西(Akshay Krishnamurthy)。 神经信息处理系统,NeurIPS 2021。口头陈述. [Arxiv版本]
FLAMBE:低阶MDP的结构复杂性和表征学习. Alekh Agarwal、Sham Kakade、Akshay Krishnamurthy、Wen Sun。 神经信息处理系统,NeurIPS 2020。口头陈述. [Arxiv版本][海报]
运动状态抽象和可证明有效的丰富观察强化学习. 迪潘德拉·米斯拉(Dipendra Misra)、米凯尔·赫纳夫(Mikael Henaff)、阿克谢·克里希纳穆西(Akshay Krishnamurthy)、约翰·朗福德(John Langford)。 在国际机器学习会议上,ICML 2020。 [Arxiv版本][博客]
基于分歧的组合纯探索:样本复杂度界限和一种有效算法.曹同义(Tongyi Cao)和阿克西(Akshay Krishnamurthy)。 在2019年COLT学习理论会议上。 [Arxiv版本][海报]
Bellman等级较低的上下文决策过程是PAC学习的. Nan Jiang、Akshay Krishnamurthy、Alekh Agarwal、John Langford、Robert E.Schapire。 在2017年国际机器学习会议上。 [Arxiv版本]
基于自适应采样的低秩矩阵和张量补全. 阿克谢·克里希纳穆提(Akshay Krishnamurthy)和阿尔蒂·辛格(Aarti Singh)。 神经信息处理系统,NeurIPS 2013。 [Arxiv版本]
|