Fractional Assignment with $\ell_1$ Preferences
研究了通过水填充和二次规划两种方法解决n个对象分配给n个代理的问题，以最小化理想分布与实际分布之间的l1距离，同时保证机制的多种优良性质。
0 citationsRead paper
Selected work
Representative Papers
Gibbs Sampling for Bayesian Generalized Poisson Matrix Factorization
本文提出了一种贝叶斯广义泊松矩阵分解方法，并通过Gibbs采样解决参数估计不确定性问题，适用于计数数据的过分散情况。
0 citationsRead paper
Feedback-Aware Tuning of Recursive Q-Learning
本文针对递归Q学习中的模型选择问题，提出了一种反馈感知的软调优方法，通过将整个后向拟合规则视为比较单元，以解决阶段间响应变化带来的预测风险评估不匹配问题。
0 citationsRead paper
Finite-Boundary Reduction and Exact Verification of Strong Familywise Error in Active-Count-Coupled Multi-Arm Efficacy-Toxicity Monitoring
研究通过有限边界简化和精确验证方法，解决了多臂疗效-毒性监测中强家族误差控制的问题，特别是在活性计数耦合情况下。
0 citationsRead paper
A staggered seamless dose-optimization design for co-developing monotherapy and combination therapy
提出了一种交错无缝剂量优化设计，用于同时开发单药和联合疗法，通过适应性启动联合子试验，并使用基于毒性和早期活性的模型辅助规则来解决剂量优化问题。
0 citationsRead paper
Recent publications
Latest Papers
Fractional Assignment with $\ell_1$ Preferences
研究了通过水填充和二次规划两种方法解决n个对象分配给n个代理的问题，以最小化理想分布与实际分布之间的l1距离，同时保证机制的多种优良性质。
0 citationsRead paper
Gibbs Sampling for Bayesian Generalized Poisson Matrix Factorization
本文提出了一种贝叶斯广义泊松矩阵分解方法，并通过Gibbs采样解决参数估计不确定性问题，适用于计数数据的过分散情况。
0 citationsRead paper
Feedback-Aware Tuning of Recursive Q-Learning
本文针对递归Q学习中的模型选择问题，提出了一种反馈感知的软调优方法，通过将整个后向拟合规则视为比较单元，以解决阶段间响应变化带来的预测风险评估不匹配问题。
0 citationsRead paper
Finite-Boundary Reduction and Exact Verification of Strong Familywise Error in Active-Count-Coupled Multi-Arm Efficacy-Toxicity Monitoring
研究通过有限边界简化和精确验证方法，解决了多臂疗效-毒性监测中强家族误差控制的问题，特别是在活性计数耦合情况下。
0 citationsRead paper
A staggered seamless dose-optimization design for co-developing monotherapy and combination therapy
提出了一种交错无缝剂量优化设计，用于同时开发单药和联合疗法，通过适应性启动联合子试验，并使用基于毒性和早期活性的模型辅助规则来解决剂量优化问题。
0 citationsRead paper