Jiaxin Shi

Citado por

	Total	Desde 2018
Citas	1488	1409
Índice h	13	13
Índice i10	14	14

300

150

225

2016201720182019202020212022202310 54 110 166 265 283 291 294

Acceso público

Ver todo

10 artículos

0 artículos

disponibles

no disponibles

Basado en requisitos de financiación

Coautores

Jun ZhuProfessor of Computer Science, Tsinghua UniversityDirección de correo verificada de mail.tsinghua.edu.cn
SHENGYANG SUNPhD, University of TorontoDirección de correo verificada de cs.toronto.edu
Roger GrosseAssociate Professor, University of TorontoDirección de correo verificada de cs.toronto.edu
Shixia LiuProfessor, Tsinghua University, IEEE FellowDirección de correo verificada de tsinghua.edu.cn
Mengchen LiuMicrosoftDirección de correo verificada de microsoft.com
Chongxuan LiAssociate Professor, Renmin University of ChinaDirección de correo verificada de ruc.edu.cn
Yuhao ZhouPh.D. Student, Tsinghua UniversityDirección de correo verificada de mails.tsinghua.edu.cn
Guodong ZhangUniversity of TorontoDirección de correo verificada de cs.toronto.edu
Michalis TitsiasDeepMindDirección de correo verificada de google.com
Yang SongOpenAIDirección de correo verificada de cs.stanford.edu
Chang LiuMicrosoft Research AI4ScienceDirección de correo verificada de microsoft.com
Yucen LuoMax Planck Institute for Intelligent SystemsDirección de correo verificada de tuebingen.mpg.de
Lester MackeyMicrosoft ResearchDirección de correo verificada de microsoft.com
Jianfei ChenAssistant Professor, Tsinghua UniversityDirección de correo verificada de mail.tsinghua.edu.cn
Andriy MnihResearch Scientist at Google DeepMindDirección de correo verificada de cs.toronto.edu
Zhijie DengAssistant Professor, Shanghai Jiao Tong UniversityDirección de correo verificada de sjtu.edu.cn
Mohammad Emtiyaz KhanCenter for Advanced Intelligence Project (AIP), RIKEN, TokyoDirección de correo verificada de postman.riken.jp
Andrew Gordon WilsonNew York UniversityDirección de correo verificada de cims.nyu.edu
Emily B. FoxStanford UniversityDirección de correo verificada de stanford.edu
Ke Alexander WangCS PhD student, Stanford UniversityDirección de correo verificada de cs.stanford.edu

Seguir

Jiaxin Shi

Otros nombres石佳欣

Research Scientist, Google DeepMind

Dirección de correo verificada de google.com - Página principal

Machine Learning Artificial Intelligence Statistics


Título Ordenar por citas Ordenar por año Ordenar por título	Citado por Citado por	Año
Towards better analysis of deep convolutional neural networks M Liu, J Shi, Z Li, C Li, J Zhu, S Liu IEEE transactions on visualization and computer graphics 23 (1), 91-100, 2016	520	2016
Functional variational bayesian neural networks S Sun, G Zhang, J Shi*, R Grosse International Conference on Learning Representations, 2019	239	2019
Sliced score matching: A scalable approach to density and score estimation Y Song, S Garg, J Shi, S Ermon Uncertainty in Artificial Intelligence, 574-584, 2020	217	2020
Plenopatch: Patch-based plenoptic image manipulation FL Zhang, J Wang, E Shechtman, ZY Zhou, JX Shi, SM Hu IEEE transactions on visualization and computer graphics 23 (5), 1561-1573, 2016	87	2016
A spectral approach to gradient estimation for implicit distributions J Shi, S Sun, J Zhu International Conference on Machine Learning, 4644-4653, 2018	84	2018
Message passing Stein variational gradient descent J Zhuo, C Liu, J Shi, J Zhu, N Chen, B Zhang International Conference on Machine Learning, 6018-6027, 2018	74	2018
Kernel implicit variational inference J Shi, S Sun, J Zhu International Conference on Learning Representations, 2017	58	2017
ZhuSuan: A library for Bayesian deep learning J Shi, J Chen, J Zhu, S Sun, Y Luo, Y Gu, Y Zhou arXiv preprint arXiv:1709.05870, 2017	46	2017
Sparse orthogonal variational inference for Gaussian processes J Shi, M Titsias, A Mnih International Conference on Artificial Intelligence and Statistics, 1932-1942, 2020	43	2020
Nonparametric score estimators Y Zhou, J Shi, J Zhu International Conference on Machine Learning, 11513-11522, 2020	22	2020
Scalable training of inference networks for gaussian-process models J Shi, ME Khan, J Zhu International Conference on Machine Learning, 5758-5768, 2019	19	2019
Semi-crowdsourced clustering with deep generative models Y Luo, T Tian, J Shi, J Zhu, B Zhang Advances in Neural Information Processing Systems 31, 2018	19	2018
Sampling with Mirrored Stein Operators J Shi, C Liu, L Mackey International Conference on Learning Representations, 2021	15	2021
Neuralef: Deconstructing kernels by deep neural networks Z Deng, J Shi, J Zhu International Conference on Machine Learning, 4976-4992, 2022	10	2022
Gradient estimation with discrete Stein operators J Shi, Y Zhou, J Hwang, M Titsias, L Mackey Advances in Neural Information Processing Systems 35, 25829-25841, 2022	9	2022
A Finite-Particle Convergence Rate for Stein Variational Gradient Descent J Shi, L Mackey arXiv preprint arXiv:2211.09721, 2022	6	2022
Neural Eigenfunctions Are Structured Representation Learners Z Deng, J Shi, H Zhang, P Cui, C Lu, J Zhu arXiv preprint arXiv:2210.12637, 2022	6	2022
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition S Sun, J Shi, AG Wilson, R Grosse International Conference on Machine Learning, 2021	5	2021
Double Control Variates for Gradient Estimation in Discrete Latent Variable Models M Titsias, J Shi International Conference on Artificial Intelligence and Statistics, 6134-6151, 2022	4	2022
Neural Networks as Inter-Domain Inducing Points S Sun, J Shi, RB Grosse Third Symposium on Advances in Approximate Bayesian Inference, 2020	4	2020

El sistema no puede realizar la operación en estos momentos. Inténtalo de nuevo más tarde.

Artículos 1–20

Citas por año

Citas duplicadas

Citas combinadas

Añadir coautoresCoautores

Seguir

Citado por

Coautores