Yuren Z. Profile

LÖYDÄ

0,0

(0 arvostelua)

Seuraat nyt käyttäjää

Virhe seurattaessa käyttäjää.

Tämä käyttäjä ei salli käyttäjien seurata häntä.

Seuraat jo tätä käyttäjää.

Jäsenyystasosi mahdollistaa vain 0 seurausta. Päivitä tästä.

Käyttäjän seuraaminen lopetettu onnistuneesti

Virhe poistettaessa käyttäjän seurantaa.

Olet onnistuneesti suositellut käyttäjää

Virhe suositeltaessa käyttäjää.

Jokin meni vikaan. Päivitä sivu ja yritä uudelleen.

Sähköposti vahvistettu onnistuneesti.

$30 USD / tunti

china

$30 USD / tunti

Aika on tällä hetkellä 5:38 ap. täällä

Liittynyt toukokuuta 23, 2018

0 Suosittelee

Yuren Z.

@zhongyr

0,0

(0 arvostelua)

0,0

$30 USD / tunti

china

$30 USD / tunti

Ei saatavilla

Suoritetut työt

Ei saatavilla

Budjetin mukaisesti

Ei saatavilla

Aikataulussa

Ei saatavilla

Uudelleenpalkkausaste

New EE Ph.D. Student at Princeton

I received my B.S. at Peking University and M.S. at Unversity of Michigan, both in computer science. My next step is to do my Ph.D. at Princeton with a focus on machine learning. My previous experience is mainly in statistics, machine learning, and deep learning. I worked and am working on projects regarding theory, reinforcement learning, computer vision, predictive maintenance, etc. My personal webpage: [login to view URL] My GitHub: [login to view URL]

Katso kaikki PHP Developers paikassa China

Ota yhteyttä käyttäjään Yuren Z. työhösi liittyen

Kirjaudu sisään keskustellaksesi yksityiskohdista chatissa.

Arvostelut

Muutokset tallennettu

Ei arvosteluita!

Kokemus

University of Michigan

tammik. 2019 - huhtik. 2020 (1 , 3 kuukautta)

Worked with Prof. Clayton Scott. Reinforcement learning theory project: theory of Sim-to-Real. Predictive maintenance project: funded by KLA.

Microsoft Research Asia

huhtik. 2017 - maalisk. 2018 (11 kuukautta, 2 päivää)

Built a lightweight GPU cluster management tool. Built a dataset for Chinese lip-reading and implemented several models as baselines.

Koulutus

Master

University of Michigan,

United States

2018 - 2020

(2 vuotta)

Bachelor of Science

Peking University,

China

2014 - 2018

(4 vuotta)

Julkaisut

PAC Reinforcement Learning without Real-World Feedback

ArXiv

This work studies reinforcement learning in the Sim-to-Real setting, in which an agent is first trained on a number of simulators before being deployed in the real world, with the aim of decreasing the real-world sample complexity requirement. We formulate a theoretical framework for Sim-to-Real and establish real-world sample complexity guarantees that are smaller than what is currently known for directly learning a ROMDP with feedback.