litlas
ログインアカウント作成

Csaba Szepesvári

1993–2026 年に発表

別表記
Csaba Szepesvari
325
論文数
23,876
被引用数
74
h 指数
209
i10 指数

被引用数

Csaba Szepesvári の年別被引用数1980 年: 被引用 1 件1981 年: 被引用 1 件1982 年: 被引用 1 件1993 年: 被引用 1 件1995 年: 被引用 1 件1996 年: 被引用 3 件1997 年: 被引用 11 件1998 年: 被引用 15 件1999 年: 被引用 11 件2000 年: 被引用 19 件2001 年: 被引用 29 件2002 年: 被引用 34 件2003 年: 被引用 35 件2004 年: 被引用 28 件2005 年: 被引用 31 件2006 年: 被引用 29 件2007 年: 被引用 67 件2008 年: 被引用 128 件2009 年: 被引用 148 件2010 年: 被引用 281 件2011 年: 被引用 399 件2012 年: 被引用 449 件2013 年: 被引用 445 件2014 年: 被引用 457 件2015 年: 被引用 502 件2016 年: 被引用 538 件2017 年: 被引用 517 件2018 年: 被引用 661 件2019 年: 被引用 1,080 件2020 年: 被引用 1,413 件2021 年: 被引用 1,666 件2022 年: 被引用 998 件2023 年: 被引用 850 件2024 年: 被引用 707 件2025 年: 被引用 561 件2026 年: 被引用 179 件1983〜1992 年は被引用が無いため表示していません1994 年は被引用が無いため表示していません

引用元

国・地域

この著者を引用した国・地域の世界地図アメリカ合衆国: 引用元論文 3,389 件、この内訳の 30.7%中国: 引用元論文 1,223 件、この内訳の 11.1%イギリス: 引用元論文 810 件、この内訳の 7.3%フランス: 引用元論文 659 件、この内訳の 6%カナダ: 引用元論文 637 件、この内訳の 5.8%ドイツ: 引用元論文 445 件、この内訳の 4%日本: 引用元論文 309 件、この内訳の 2.8%オランダ: 引用元論文 295 件、この内訳の 2.7%オーストラリア: 引用元論文 270 件、この内訳の 2.4%インド: 引用元論文 248 件、この内訳の 2.2%イスラエル: 引用元論文 239 件、この内訳の 2.2%イタリア: 引用元論文 232 件、この内訳の 2.1%
0%30.7%その他 20.7%

機関

分野

  • Computer Science59.4%
  • Decision Sciences22%
  • Engineering10.4%
  • Mathematics1.5%
  • Physics and Astronomy1%
  • Social Sciences0.8%
  • その他4.9%

トピック

  • Reinforcement Learning in Robotics12.9%
  • Advanced Bandit Algorithms Research10.2%
  • Machine Learning and Algorithms4.3%
  • Artificial Intelligence in Games4.1%
  • Optimization and Search Problems2.2%
  • Adversarial Robustness in Machine Learning2.1%
  • その他64.2%

共著者

全論文

検索で開く
  1. Bandit Algorithms

    著者: Tor Lattimore, Csaba Szepesvári - Cambridge University Press eBooks 2020 被引用: 851

  2. Bandit Based Monte-Carlo Planning

    著者: Levente Kocsis, Csaba Szepesvári - Lecture notes in computer science, ECML 2006 被引用: 2,867

  3. To Believe or Not to Believe Your LLM

    著者: Yasin Abbasi Yadkori, Ilja Kuzborskij, András György, Csaba Szepesvári - arXiv (Cornell University), CoRR 2024 被引用: 71

  4. Convergence Results for Single-Step On-Policy Reinforcement-Learning Algorithms

    著者: Satinder Singh, Tommi S. Jaakkola, Michael L. Littman, Csaba Szepesvári - Machine Learning, Mach. Learn. 1998 被引用: 625

  5. Mitigating LLM Hallucinations via Conformal Abstention

    著者: Yasin Abbasi Yadkori, Ilja Kuzborskij, David Stutz, András György, Adam Fisch, Arnaud Doucet, Iuliya Beloshapka, Wei-Hung Weng, Yao-Yuan Yang, Csaba Szepesvári, Ali Taylan Cemgil, Nenad Tomasev - arXiv (Cornell University), CoRR 2024 被引用: 56

  6. Improved Algorithms for Linear Stochastic Bandits

    著者: Yasin Abbasi-Yadkori, Dávid Pál, Csaba Szepesvári - http://papers.nips.cc/paper/4417-improved-algorithms-for-linear-stochastic-bandits.pdf 2011 被引用: 2,073

  7. Exploration-exploitation tradeoff using variance estimates in multi-armed bandits

    著者: Jean-Yves Audibert, Rémi Munos, Csaba Szepesvári - Theoretical Computer Science, Theor. Comput. Sci. 2009 被引用: 566

  8. Fast gradient-descent methods for temporal-difference learning with linear function approximation

    著者: Richard S. Sutton, Hamid Reza Maei, Doina Precup, Shalabh Bhatnagar, David Silver, Csaba Szepesvári, Eric Wiewiora - Conference on Machine Learning, ICML 2009 被引用: 532

  9. Learning with a Strong Adversary

    著者: Ruitong Huang, Bing Xu, Dale Schuurmans, Csaba Szepesvári - arXiv (Cornell University), CoRR 2015 被引用: 265

  10. Behaviour Suite for Reinforcement Learning

    著者: Ian Osband, Yotam Doron, Matteo Hessel, John Aslanides, Eren Sezener, Andre Saraiva, Katrina McKinney, Tor Lattimore, Csaba Szepesvári, Satinder Singh, Benjamin Van Roy, Richard S. Sutton, David Silver, Hado van Hasselt - ICLR 2020 被引用: 212

  11. Online Least Squares Estimation with Self-Normalized Processes: An Application to Bandit Problems

    著者: Yasin Abbasi-Yadkori, Dávid Pál, Csaba Szepesvári - arXiv (Cornell University), CoRR 2011 被引用: 61

  12. Empirical Bernstein stopping

    著者: Volodymyr Mnih, Csaba Szepesvári, Jean-Yves Audibert - conference on Machine learning - ICML '08 2008 被引用: 188

  13. A Unified Analysis of Value-Function-Based Reinforcement Learning Algorithms

    著者: Csaba Szepesvári, Michael L. Littman - Neural Computation, Neural Comput. 1999 被引用: 183

  14. Finite-Time Bounds for Fitted Value Iteration

    著者: Rémi Munos, Csaba Szepesvári - http://www.sztaki.hu/~szcsaba/papers/munos08a.pdf, J. Mach. Learn. Res. 2008 被引用: 264

  15. Sample-Efficient Reinforcement Learning of Partially Observable Markov Games

    著者: Qinghua Liu, Csaba Szepesvári, Chi Jin - Advances in Neural Information Processing Systems 35, NeurIPS 2022 被引用: 42

  16. Frontier LLMs Still Struggle with Simple Reasoning Tasks

    著者: Alan Malek, Jiawei Ge, Nevena Lazic, Chi Jin, András György, Csaba Szepesvári - ArXiv.org, CoRR 2025 被引用: 14

  17. When Is Partially Observable Reinforcement Learning Not Scary?

    著者: Qinghua Liu, Alan Chung, Csaba Szepesvári, Chi Jin - COLT 2022 被引用: 34

  18. Optimistic MLE - A Generic Model-based Algorithm for Partially Observable Sequential Decision Making

    著者: Qinghua Liu, Praneeth Netrapalli, Csaba Szepesvári, Chi Jin - Symposium on Theory of Computing, STOC 2023 被引用: 24

  19. PAC-Bayes with Backprop

    著者: Omar Rivasplata, Vikram M. Tankasali, Csaba Szepesvári - arXiv (Cornell University), CoRR 2019 被引用: 40

  20. Tuning Bandit Algorithms in Stochastic Environments

    著者: Jean-Yves Audibert, Rémi Munos, Csaba Szepesvári - Lecture notes in computer science, ALT 2007 被引用: 161

  21. Multi-criteria Reinforcement Learning

    著者: Zoltán Gábor, Zsolt Kalmár, Csaba Szepesvári - http://victoria.mindmaker.hu/~szepes/papers/multi-rep97.ps.gz, ICML 1998 被引用: 210

  22. Stochastic Low-Rank Bandits

    著者: Branislav Kveton, Csaba Szepesvári, Anup Rao, Zheng Wen, Yasin Abbasi-Yadkori, S. Muthukrishnan - arXiv (Cornell University), CoRR 2017 被引用: 33

  23. The Asymptotic Convergence-Rate of Q-learning

    著者: Csaba Szepesvári - http://www.ualberta.ca/~szepesva/papers/nips97.ps.pdf 1997 被引用: 183

  24. On Multi-objective Policy Optimization as a Tool for Reinforcement Learning

    著者: Abbas Abdolmaleki, Sandy H. Huang, Giulia Vezzani, Bobak Shahriari, Jost Tobias Springenberg, Shruti Mishra, Dhruva TB, Arunkumar Byravan, Konstantinos Bousmalis, András György, Csaba Szepesvári, Raia Hadsell, Nicolas Heess, Martin A. Riedmiller - arXiv (Cornell University), CoRR 2021 被引用: 22