litlas
ログインアカウント作成

Mark Sandler

1989–2025 年に発表

68
論文数
27,983
被引用数
19
h 指数
28
i10 指数

被引用数

Mark Sandler の年別被引用数1991 年: 被引用 2 件1995 年: 被引用 2 件2004 年: 被引用 5 件2005 年: 被引用 8 件2006 年: 被引用 17 件2007 年: 被引用 19 件2008 年: 被引用 28 件2009 年: 被引用 13 件2010 年: 被引用 26 件2011 年: 被引用 12 件2012 年: 被引用 5 件2013 年: 被引用 5 件2014 年: 被引用 9 件2015 年: 被引用 11 件2016 年: 被引用 8 件2017 年: 被引用 27 件2018 年: 被引用 129 件2019 年: 被引用 266 件2020 年: 被引用 426 件2021 年: 被引用 468 件2022 年: 被引用 251 件2023 年: 被引用 289 件2024 年: 被引用 280 件2025 年: 被引用 272 件2026 年: 被引用 91 件1992〜1994 年は被引用が無いため表示していません1996〜2003 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 610 件、この内訳の 24.4%中国: 引用元論文 534 件、この内訳の 21.3%イギリス: 引用元論文 157 件、この内訳の 6.3%ドイツ: 引用元論文 131 件、この内訳の 5.2%韓国: 引用元論文 74 件、この内訳の 3%カナダ: 引用元論文 72 件、この内訳の 2.9%スイス: 引用元論文 65 件、この内訳の 2.6%インド: 引用元論文 63 件、この内訳の 2.5%イタリア: 引用元論文 61 件、この内訳の 2.4%オーストラリア: 引用元論文 59 件、この内訳の 2.4%フランス: 引用元論文 54 件、この内訳の 2.2%イスラエル: 引用元論文 53 件、この内訳の 2.1%
0%24.4%その他 22.7%

機関

分野

  • Computer Science75%
  • Engineering9.5%
  • Medicine4.4%
  • Agricultural and Biological Sciences2.3%
  • Neuroscience1.2%
  • Environmental Science1.1%
  • その他6.5%

トピック

  • Advanced Neural Network Applications11.8%
  • Domain Adaptation and Few-Shot Learning5.6%
  • Adversarial Robustness in Machine Learning3.6%
  • Advanced Image and Video Retrieval Techniques3%
  • Generative Adversarial Networks and Image Synthesis2.3%
  • Video Surveillance and Tracking Methods2.1%
  • その他71.6%

共著者

全論文

検索で開く
  1. Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation

    著者: Mark Sandler, Andrew G. Howard, Menglong Zhu, Andrey Zhmoginov, Liang-Chieh Chen - IEEE/CVF Conference on Computer Vision and Pattern Recognition, CVPR 2018 被引用: 25,430

  2. Searching for MobileNetV3

    著者: Andrew Howard, Ruoming Pang, Hartwig Adam, Quoc V. Le, Mark Sandler, Bo Chen, Weijun Wang, Liang-Chieh Chen, Mingxing Tan, Grace Chu, Vijay Vasudevan, Yukun Zhu - IEEE/CVF International Conference on Computer Vision (ICCV) 2019 被引用: 575

  3. Uncovering mesa-optimization algorithms in Transformers

    著者: Johannes von Oswald, Eyvind Niklasson, Maximilian Schlegel, Seijin Kobayashi, Nicolas Zucchet, Nino Scherrer, Nolan Miller, Mark Sandler, Blaise Agüera y Arcas, Max Vladymyrov, Razvan Pascanu, João Sacramento - arXiv (Cornell University), CoRR 2023 被引用: 93

  4. CycleGAN, a Master of Steganography

    著者: Casey Chu, Andrey Zhmoginov, Mark Sandler - arXiv (Cornell University), CoRR 2017 被引用: 162

  5. MnasNet: Platform-Aware Neural Architecture Search for Mobile

    著者: Mingxing Tan, Bo Chen, Ruoming Pang, Vijay Vasudevan, Mark Sandler, Andrew Howard, Quoc V. Le - IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2019 被引用: 222

  6. Large-Scale Generative Data-Free Distillation

    著者: Liangchen Luo, Mark Sandler, Zi Lin, Andrey Zhmoginov, Andrew Howard - arXiv (Cornell University), CoRR 2020 被引用: 41

  7. Training trajectories, mini-batch losses and the curious role of the learning rate

    著者: Mark Sandler, Andrey Zhmoginov, Max Vladymyrov, Nolan Miller - arXiv (Cornell University), CoRR 2023 被引用: 15

  8. Image segmentation via Cellular Automata

    著者: Mark Sandler, Andrey Zhmoginov, Liangcheng Luo, Alexander Mordvintsev, Ettore Randazzo, Blaise Agüera y Arcas - arXiv (Cornell University), CoRR 2020 被引用: 15

  9. Inverting face embeddings with convolutional neural networks

    著者: Andrey Zhmoginov, Mark Sandler - arXiv (Cornell University), CoRR 2016 被引用: 58

  10. How new data permeates LLM knowledge and how to dilute it

    著者: Chen Sun, Renat Aksitov, Andrey Zhmoginov, Nolan Andrew Miller, Max Vladymyrov, Ulrich Rueckert, Been Kim, Mark Sandler - ICLR 2025 被引用: 11

  11. HyperTransformer: Model Generation for Supervised and Semi-Supervised Few-Shot Learning

    著者: Andrey Zhmoginov, Mark Sandler, Maksym Vladymyrov - ICML 2022 被引用: 80

  12. K For The Price Of 1: Parameter Efficient Multi-task And Transfer Learning

    著者: Pramod Kaushik Mudrakarta, Mark Sandler, Andrey Zhmoginov, Andrew G. Howard - ICLR (Poster) 2019 被引用: 76

  13. Linear Transformers are Versatile In-Context Learners

    著者: Max Vladymyrov, Johannes von Oswald, Mark Sandler, Rong Ge - Advances in Neural Information Processing Systems 37, NeurIPS 2024 被引用: 37

  14. DDX7: Differentiable FM Synthesis of Musical Instrument Sounds

    著者: Franco Caspe, Andrew McPherson, Mark Sandler - ISMIR 2022 被引用: 12

  15. Fine-tuning Image Transformers using Learnable Memory

    著者: Mark Sandler, Andrey Zhmoginov, Max Vladymyrov, Andrew Jackson - IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2022 被引用: 51

  16. Long Context In-Context Compression by Getting to the Gist of Gisting

    著者: Aleksandar Petrov, Mark Sandler, Andrey Zhmoginov, Nolan Miller, Max Vladymyrov - ArXiv.org, CoRR 2025 被引用: 5

  17. NetAdapt: Platform-Aware Neural Network Adaptation for Mobile Applications

    著者: Tien-Ju Yang, Andrew G. Howard, Bo Chen, Xiao Zhang, Alec Go, Mark Sandler, Vivienne Sze, Hartwig Adam - Lecture notes in computer science, ECCV (10) 2018 被引用: 553

  18. The Power of Sparsity in Convolutional Neural Networks

    著者: Soravit Changpinyo, Mark Sandler, Andrey Zhmoginov - arXiv (Cornell University), CoRR 2017 被引用: 92

  19. Understanding latency variations of black box services

    著者: Darja Krushevskaja, Mark Sandler - conference on World Wide Web, WWW 2013 被引用: 16

  20. Continual HyperTransformer: A Meta-Learner for Continual Few-Shot Learning

    著者: Max Vladymyrov, Andrey Zhmoginov, Mark Sandler - Trans. Mach. Learn. Res. 2024 被引用: 6

  21. Narrowing the Focus: Learned Optimizers for Pretrained Models

    著者: Gus Kristiansen, Mark Sandler, Andrey Zhmoginov, Nolan Miller, Anirudh Goyal, Jihwan Lee, Max Vladymyrov - arXiv (Cornell University), CoRR 2024 被引用: 3

  22. Frugal Streaming for Estimating Quantiles

    著者: Qiang Ma, S. Muthukrishnan, Mark Sandler - Lecture notes in computer science, Space-Efficient Data Structures, Streams, and Algorithms 2013 被引用: 19

  23. Classification of origin with feature selection and network construction for folk tunes

    著者: Cornelia Metzig, Matthew Gould, Roshan Noronha, Roshani Abbey, Mark Sandler, Caroline Colijn - Pattern Recognition Letters, Pattern Recognit. Lett. 2020 被引用: 7

  24. Leveraging Synthetic Data for Improving Chamber Ensemble Separation

    著者: Saurjya Sarkar, Louise Thorpe, Emmanouil Benetos, Mark Sandler - IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA) 2023 被引用: 3