张帅（Shuai Zhang） 0015
人员信息
附属： 美国纽约州特洛伊伦斯勒理工学院电气、计算机和系统工程系
其他同名人员
张帅（Shuai Zhang） — 消歧页 张帅（Shuai Zhang） 0001 ![[0000-0002-4821-6404]](https://dblp.uni-trier.de/img/orcid-mark.12x12.png "0000-0002-4821-6404")
-英国阿尔斯特大学 张帅（Shuai Zhang） 0002 -浙江财经大学，杭州，中国 张帅（Shuai Zhang） 0003 -丹麦奥尔堡大学工程与科学学院 张帅（Shuai Zhang） 0004 — SenseTime Group Limited，SenseTime Research，香港深圳 （还有1个） 张帅（Shuai Zhang） 0005 -复旦大学材料科学系，中国上海 张帅（Shuai Zhang） 0006 -华北电力大学控制与计算机工程学院，中国北京 张帅（Shuai Zhang） 0007 -澳大利亚肯辛顿新南威尔士大学计算机科学与工程学院 张帅（Shuai Zhang） 0008 -天津大学，教育部智能电网重点实验室，中国 张帅（Shuai Zhang） 0009 — 高通公司，美国加利福尼亚州圣地亚哥 （还有1个）
张帅（Shuai Zhang） 0010 -中国郑州国家数字交换系统工程技术研究中心 张帅（Shuai Zhang） 0011 -中国控制工程系西安高新技术研究院 张帅（Shuai Zhang） 0012 -德克萨斯大学达拉斯分校，德克萨斯州，美国 张帅（Shuai Zhang） 0013 -伊利诺伊理工学院电气与计算机工程系，美国伊利诺伊州芝加哥 张帅（Shuai Zhang） 0014 — 中国科学院自动化研究所，北京 （还有1个） 张帅（Shuai Zhang） 0016 -武汉大学测量与地理学院，中国高精度定位意识研究中心 张帅（Shuai Zhang） 0017 -天津大学微电子学院 张帅（Shuai Zhang） 0018 — 瑞典斯德哥尔摩皇家理工学院 （还有1个） 张帅（Shuai Zhang） 0019 -天津大学电气与信息工程学院 张帅（Shuai Zhang） 0020 — 英国伦敦格林威治大学 （还有1个） 张帅（Shuai Zhang） 0021 -中国石家庄陆军工程大学 张帅（Shuai Zhang） 0022 -西安邮电大学网络安全学院 张帅（Shuai Zhang） 0023 — 美国佛罗里达州圣彼得堡南佛罗里达大学海洋科学学院 （还有1个） 张帅（Shuai Zhang） 0024 -西北工业大学海洋科学与技术学院，中国西安 张帅（Shuai Zhang） 0025 -山东科技大学土木工程与建筑学院，山东省土木工程防灾减灾重点实验室，中国青岛 张帅（Shuai Zhang） 0026 -北京航空航天大学计算机科学与工程学院北京大数据与脑计算高级创新中心 张帅（Shuai Zhang） 0027 — 浙江大学心理科学中心，杭州，中国 （还有1个）
优化列表
2020年–今天
2024 
[i8] 李洪康 ， 张帅（Shuai Zhang） ， 张一华 ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） :
提升少数分数如何影响泛化？ 单隐层神经网络对群体不平衡的理论研究。 CoRR公司 abs/2403.07310 ( 2024 ) 2023 [第10条] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 陈品玉（Pin-Yu Chen） ， 刘思嘉 ， 陆松涛 ， 苗柳 :
联合边缘模型稀疏学习对于图神经网络来说是非常有效的。 ICLR公司 2023 【c9】 穆罕默德·诺瓦兹·拉巴尼·乔杜里 ， 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） :
对于卷积神经网络来说，混合专家中的补丁级路由具有明显的样本效率。 ICML公司 2023 : 6074-6114 【c8】 张帅（Shuai Zhang） ， 李洪康 ， 孟旺（Meng Wang） ， 苗柳 ， 陈品玉（Pin-Yu Chen） ， 陆松涛 ， 刘思佳 ， 基尔西拉姆·穆鲁格桑 ， 苏巴吉特·乔杜里 :
基于ε-贪婪探索的深度Q网络的收敛性和样本复杂性分析。 NeurIPS公司 2023 [i7] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 陈品玉（Pin-Yu Chen） ， 刘思嘉 ， 陆松涛 ， 苗柳 :
联合边缘模型稀疏学习对于图神经网络来说是非常有效的。 CoRR公司 abs/2302.02922 ( 2023 ) [i6] 穆罕默德·诺瓦兹·拉巴尼·乔杜里 ， 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） :
对于卷积神经网络来说，混合专家中的补丁级路由具有明显的样本效率。 CoRR公司 abs/2306.04073 ( 2023 ) [i5] 张帅（Shuai Zhang） ， 李洪康 ， 孟旺（Meng Wang） ， 苗柳 ， 陈品玉（Pin-Yu Chen） ， 陆松涛 ， 刘思嘉 ， 基尔西拉姆·穆鲁格桑 ， 苏巴吉特·乔杜里 :
基于ε-贪婪探索的深度Q网络的收敛性和样本复杂性分析。 CoRR公司 abs/2310.16173 ( 2023 ) 2022 【c7】 李洪康 ， 张帅（Shuai Zhang） ， 孟旺（Meng Wang） :
超越标准高斯数据的单层神经网络的学习和泛化。 CISS公司 2022 : 37-42 【c6】 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思佳 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
未标记数据如何提高自学训练中的泛化能力？ 单层理论分析。 ICLR公司 2022 [i4] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
未标记数据如何提高自学训练中的泛化能力？ 单层理论分析。 CoRR公司 abs/2201.08514 ( 2022 ) [i3] 李洪康 ， 张帅（Shuai Zhang） ， 孟旺（Meng Wang） :
超越标准高斯数据的单层神经网络的学习和泛化。 CoRR公司 abs/2207.03615 ( 2022 ) 2021 [j3] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 熊进军 ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） :
具有可推广性保证的训练CNN的改进线性收敛：一个单中间层案例。 IEEE传输。 神经网络学习。 系统。 32 ( 6 ) : 2622-2635 ( 2021 ) [c5] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
彩票为什么中奖？ 稀疏神经网络样本复杂性的理论透视。 NeurIPS公司 2021 : 2707-2720 [i2] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
彩票为什么中奖？ 修剪神经网络样本复杂性的理论观点。 CoRR公司 abs/2110.05667 ( 2021 ) 2020 【c4】 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
通过加速梯度下降训练卷积神经网络的保证收敛性。 CISS公司 2020 : 1-6 [c3] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
具有保证泛化性的图神经网络的快速学习：一个中间层的情况。 ICML公司 2020 : 11268-11277 [i1] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） ， 刘思嘉 ， 陈品玉（Pin-Yu Chen） ， 熊进军 :
具有保证泛化能力的图神经网络的快速学习：一个隐层案例。 CoRR公司 abs/2006.14117 ( 2020 )
2010 – 2019
2019 [注2] 张帅（Shuai Zhang） ， 孟旺（Meng Wang） :
通过快速稳健Hankel矩阵补全纠正损坏的列。 IEEE传输。 信号处理。 67 ( 10 ) : 2580-2594年 ( 2019 ) 2018 [j1] 张帅（Shuai Zhang） ， 英帅浩 ， 孟旺（Meng Wang） ， 乔·H·周 :
通过非凸优化完成多通道Hankel矩阵。 IEEE J.选择。 顶部。 信号处理。 12 ( 4 ) : 617-632 ( 2018 ) 【c2】 张帅（Shuai Zhang） ， 孟旺（Meng Wang） :
利用低库汉克尔结构校正同时不良测量。 ISIT公司 2018 : 646-650 2017 【c1】 张帅（Shuai Zhang） ， 英帅浩 ， 孟旺（Meng Wang） ， 乔·H·周 :
利用低秩hankel结构进行多通道丢失数据恢复。 CAMSAP公司 2017 : 1-5
合著者索引
