litlas
ログインアカウント作成

Doina Precup

1997–2026 年に発表

415
論文数
30,279
被引用数
62
h 指数
215
i10 指数

被引用数

Doina Precup の年別被引用数1960 年: 被引用 1 件1962 年: 被引用 1 件1965 年: 被引用 1 件1974 年: 被引用 1 件1981 年: 被引用 1 件1990 年: 被引用 2 件1995 年: 被引用 1 件1997 年: 被引用 3 件1998 年: 被引用 31 件1999 年: 被引用 24 件2000 年: 被引用 40 件2001 年: 被引用 47 件2002 年: 被引用 77 件2003 年: 被引用 47 件2004 年: 被引用 71 件2005 年: 被引用 93 件2006 年: 被引用 103 件2007 年: 被引用 139 件2008 年: 被引用 122 件2009 年: 被引用 133 件2010 年: 被引用 147 件2011 年: 被引用 212 件2012 年: 被引用 222 件2013 年: 被引用 222 件2014 年: 被引用 272 件2015 年: 被引用 325 件2016 年: 被引用 427 件2017 年: 被引用 583 件2018 年: 被引用 954 件2019 年: 被引用 1,451 件2020 年: 被引用 1,807 件2021 年: 被引用 2,074 件2022 年: 被引用 1,765 件2023 年: 被引用 1,756 件2024 年: 被引用 2,001 件2025 年: 被引用 1,893 件2026 年: 被引用 638 件2027 年: 被引用 3 件1961 年は被引用が無いため表示していません1963〜1964 年は被引用が無いため表示していません1966〜1973 年は被引用が無いため表示していません1975〜1980 年は被引用が無いため表示していません1982〜1989 年は被引用が無いため表示していません1991〜1994 年は被引用が無いため表示していません1996 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 4,005 件、この内訳の 21.8%中国: 引用元論文 3,124 件、この内訳の 17%イギリス: 引用元論文 1,345 件、この内訳の 7.3%カナダ: 引用元論文 1,038 件、この内訳の 5.7%ドイツ: 引用元論文 924 件、この内訳の 5%インド: 引用元論文 796 件、この内訳の 4.3%フランス: 引用元論文 601 件、この内訳の 3.3%オーストラリア: 引用元論文 441 件、この内訳の 2.4%スイス: 引用元論文 369 件、この内訳の 2%韓国: 引用元論文 367 件、この内訳の 2%イタリア: 引用元論文 357 件、この内訳の 2%日本: 引用元論文 338 件、この内訳の 1.9%
0%21.8%その他 25.3%

機関

分野

  • Computer Science60.9%
  • Neuroscience12.5%
  • Engineering9.1%
  • Medicine8.2%
  • Decision Sciences2.6%
  • Biochemistry, Genetics and Molecular Biology1.1%
  • その他5.6%

トピック

  • Reinforcement Learning in Robotics10.1%
  • Brain Tumor Detection and Classification6.1%
  • Advanced Neural Network Applications6%
  • Medical Image Segmentation Techniques4.1%
  • Radiomics and Machine Learning in Medical Imaging2.4%
  • Domain Adaptation and Few-Shot Learning2.2%
  • その他69.1%

共著者

全論文

検索で開く
  1. The Multimodal Brain Tumor Image Segmentation Benchmark (BRATS)

    著者: Bjoern H. Menze, András Jakab, Stefan Bauer, Jayashree Kalpathy-Cramer, Keyvan Farahani, Justin S. Kirby, Yuliya Burren, Nicole Porz, Johannes Slotboom, Roland Wiest, Levente Lanczi, Elizabeth R. Gerstner, Marc-André Weber, Tal Arbel, Brian B. Avants, Nicholas Ayache, Patricia Buendia, D. Louis Collins, Nicolas Cordier, Jason J. Corso, Antonio Criminisi, Tilak Das, Herve Delingette, Çagatay Demiralp, Christopher R. Durst, Michel Dojat, Senan Doyle, Joana Festa, Florence Forbes, Ezequiel Geremia, Ben Glocker, Polina Golland, Xiaotao Guo, Andac Hamamci, Khan M. Iftekharuddin, Raj Jena, Nigel M. John, Ender Konukoglu, Danial Lashkari, José Antonio Mariz, Raphael Meier, Sérgio Pereira, Doina Precup, Stephen J. Price, Tammy Riklin Raviv, Syed M. S. Reza, Michael T. Ryan, Duygu Sarikaya, Lawrence H. Schwartz, Hoo-Chang Shin, Jamie Shotton, Carlos A. Silva, Nuno J. Sousa, Nagesh K. Subbanna, Gábor Székely, Thomas J. Taylor, Owen M. Thomas, Nicholas J. Tustison, Gözde B. Ünal, Flor Vasseur, Max Wintermark, Dong Hye Ye, Liang Zhao, Binsheng Zhao, Darko Zikic, Marcel Prastawa, Mauricio Reyes, Koen Van Leemput - IEEE Transactions on Medical Imaging, IEEE Trans. Medical Imaging 2014 被引用: 6,521

  2. Between MDPs and Semi-MDPs: A Framework for Temporal Abstraction in Reinforcement Learning

    著者: Richard S. Sutton, Doina Precup, Satinder Singh - Artificial Intelligence, Artif. Intell. 1999 被引用: 3,146

  3. Training Language Models to Self-Correct via Reinforcement Learning

    著者: Aviral Kumar, Vincent Zhuang, Rishabh Agarwal, Yi Su, John D. Co-Reyes, Avi Singh, Kate Baumli, Shariq Iqbal, Colton Bishop, Rebecca Roelofs, Lei M. Zhang, Kay McKinney, Disha Shrivastava, Cosmin Paduraru, George Tucker, Doina Precup, Feryal M. P. Behbahani, Aleksandra Faust - ICLR 2025 被引用: 430

  4. Deep Reinforcement Learning That Matters

    著者: Peter Henderson, Riashat Islam, Philip Bachman, Joelle Pineau, Doina Precup, David Meger - AAAI Conference on Artificial Intelligence 2018 被引用: 1,567

  5. Deep learning, reinforcement learning, and world models

    著者: Yutaka Matsuo, Yann LeCun, Maneesh Sahani, Doina Precup, David Silver, Masashi Sugiyama, Eiji Uchibe, Jun Morimoto - Neural Networks 2022 被引用: 493

  6. Nash Learning from Human Feedback

    著者: Rémi Munos, Michal Valko, Daniele Calandriello, Mohammad Gheshlaghi Azar, Mark Rowland, Daniel Guo, Yunhao Tang, Matthieu Geist, Thomas Mesnard, Côme Fiegel, Andrea Michi, Marco Selvi, Sertan Girgin, Nikola Momchev, Olivier Bachem, Daniel J. Mankowitz, Doina Precup, Bilal Piot - ICML 2024 被引用: 241

  7. Reward is enough

    著者: David Silver, Satinder Singh, Doina Precup, Richard S. Sutton - Artificial Intelligence, Artif. Intell. 2021 被引用: 385

  8. Towards Continual Reinforcement Learning: A Review and Perspectives

    著者: Khimya Khetarpal, Matthew Riemer, Irina Rish, Doina Precup - Journal of Artificial Intelligence Research, J. Artif. Intell. Res. 2022 被引用: 195

  9. Off-Policy Deep Reinforcement Learning without Exploration

    著者: Scott Fujimoto, David Meger, Doina Precup - ICML 2019 被引用: 2,095

  10. Conditional Computation in Neural Networks for faster models

    著者: Emmanuel Bengio, Pierre-Luc Bacon, Joelle Pineau, Doina Precup - arXiv (Cornell University), CoRR 2015 被引用: 230

  11. AndroidEnv: A Reinforcement Learning Platform for Android

    著者: Daniel Toyama, Philippe Hamel, Anita Gergely, Gheorghe Comanici, Amelia Glaese, Zafarali Ahmed, Tyler Jackson, Shibl Mourad, Doina Precup - arXiv (Cornell University), CoRR 2021 被引用: 78

  12. Algorithms for multi-armed bandit problems

    著者: Volodymyr Kuleshov, Doina Precup - arXiv (Cornell University), CoRR 2014 被引用: 239

  13. Is Heterophily A Real Nightmare For Graph Neural Networks To Do Node Classification?

    著者: Sitao Luan, Chenqing Hua, Qincheng Lu, Jiaqi Zhu, Mingde Zhao, Shuyuan Zhang, Xiao-Wen Chang, Doina Precup - arXiv (Cornell University), CoRR 2021 被引用: 96

  14. The Heterophilic Graph Learning Handbook: Benchmarks, Models, Theoretical Analysis, Applications and Challenges

    著者: Sitao Luan, Chenqing Hua, Qincheng Lu, Liheng Ma, Lirong Wu, Xinyu Wang, Minkai Xu, Xiao-Wen Chang, Doina Precup, Rex Ying, Stan Z. Li, Jian Tang, Guy Wolf, Stefanie Jegelka - arXiv (Cornell University), CoRR 2024 被引用: 49

  15. Revisiting Heterophily For Graph Neural Networks

    著者: Sitao Luan, Chenqing Hua, Qincheng Lu, Jiaqi Zhu, Mingde Zhao, Shuyuan Zhang, Xiao-Wen Chang, Doina Precup - Advances in Neural Information Processing Systems 35, NeurIPS 2022 被引用: 325

  16. Reproducibility of Benchmarked Deep Reinforcement Learning Tasks for Continuous Control

    著者: Riashat Islam, Peter Henderson, Maziar Gomrokchi, Doina Precup - arXiv (Cornell University), CoRR 2017 被引用: 198

  17. Learning with Pseudo-Ensembles

    著者: Philip Bachman, Ouais Alsharif, Doina Precup - NIPS 2014 被引用: 665

  18. A Survey of Exploration Methods in Reinforcement Learning

    著者: Susan Amin, Maziar Gomrokchi, Harsh Satija, Herke van Hoof, Doina Precup - arXiv (Cornell University), CoRR 2021 被引用: 67

  19. 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

  20. Mixtures of Experts Unlock Parameter Scaling for Deep RL

    著者: Johan S. Obando-Ceron, Ghada Sokar, Timon Willi, Clare Lyle, Jesse Farebrother, Jakob Nicolaus Foerster, Gintare Karolina Dziugaite, Doina Precup, Pablo Samuel Castro - ICML 2024 被引用: 86

  21. COptiDICE: Offline Constrained Reinforcement Learning via Stationary Distribution Correction Estimation

    著者: Jongmin Lee, Cosmin Paduraru, Daniel J. Mankowitz, Nicolas Heess, Doina Precup, Kee-Eung Kim, Arthur Guez - ICLR 2022 被引用: 92

  22. Flow Network based Generative Models for Non-Iterative Diverse Candidate Generation

    著者: Emmanuel Bengio, Moksh Jain, Maksym Korablyov, Doina Precup, Yoshua Bengio - NeurIPS 2021 被引用: 515

  23. Bisimulation Metrics for Continuous Markov Decision Processes

    著者: Norm Ferns, Prakash Panangaden, Doina Precup - SIAM Journal on Computing, SIAM J. Comput. 2011 被引用: 100

  24. Fast reinforcement learning with generalized policy updates

    著者: André Barreto, Shaobo Hou, Diana Borsa, David Silver, Doina Precup - National Academy of Sciences, Proc. Natl. Acad. Sci. USA 2020 被引用: 82