会员服务
Pacific Graphics是亚洲图形协会的旗舰会议。作为一个非常成功的会议系列，太平洋图形公司为太平洋沿岸以及世界各地的研究人员，开发人员，从业人员提供了一个高级论坛，以介绍和讨论计算机图形学及相关领域的新问题，解决方案和技术。太平洋图形会议的目的是召集来自各个领域的研究人员，以展示他们的最新成果，开展合作并为研究领域的发展做出贡献。会议将包括定期的论文讨论会，进行中的讨论会，教程以及由与计算机图形学和交互系统相关的所有领域的国际知名演讲者的演讲。 官网地址：http://dblp.uni-trier.de/db/conf/pg/index.html
Learning the Kalman Filter with Fine-Grained Sample Complexity
Arxiv
0+阅读 · 1月30日
On the Sample Complexity and Metastability of Heavy-tailed Policy Search in Continuous Control
Arxiv
0+阅读 · 1月2日
Softmax Policy Gradient Methods Can Take Exponential Time to Converge
Arxiv
0+阅读 · 2022年12月15日
Data-Driven Transferred Energy Management Strategy for Hybrid Electric Vehicles via Deep Reinforcement Learning
Arxiv
0+阅读 · 2022年12月13日
A general sample complexity analysis of vanilla policy gradient
Arxiv
0+阅读 · 2022年11月18日
An Improved Analysis of (Variance-Reduced) Policy Gradient and Natural Policy Gradient Methods
Arxiv
0+阅读 · 2022年11月16日
Convergence of policy gradient methods for finite-horizon stochastic linear-quadratic control problems
Arxiv
0+阅读 · 2022年11月1日
Marginalized particle Gibbs for multiple state-space models coupled through shared parameters
Arxiv
0+阅读 · 2022年10月13日
Clubs and their applications
Arxiv
0+阅读 · 2022年9月27日
Joint Learning of Deep Texture and High-Frequency Features for Computer-Generated Image Detection
Arxiv
0+阅读 · 2022年9月7日
On the equivalence issue of a class of $2$-dimensional linear Maximum Rank Distance codes
Arxiv
0+阅读 · 2022年8月20日
Near-MDS Codes from Maximal Arcs in PG$(2,q)$
Arxiv
0+阅读 · 2022年8月18日
Revisiting Some Common Practices in Cooperative Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 2022年8月7日
Policy Gradient and Actor-Critic Learning in Continuous Time and Space: Theory and Algorithms
Arxiv
0+阅读 · 2022年7月23日
Multilabel Prototype Generation for Data Reduction in k-Nearest Neighbour classification
Arxiv
0+阅读 · 2022年7月22日
参考链接
父主题
计算机图形学与多媒体
微信扫码咨询专知VIP会员
Top