Personne

Yu-Ting Huang

Cette personne n’est plus à l’EPFL

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Publications associées (7)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Tumor-educated Gr1+CD11b+cells drive breast cancer metastasis via OSM/IL-6/JAK-induced cancer cell plasticity

Nadine Fournier, Manon Bulliard, Annamaria Kauzlaric, Yu-Ting Huang, Rachel Marcone

Cancer cell plasticity contributes to therapy resistance and metastasis, which represent the main causes of cancer-related death, including in breast cancer. The tumor microenvironment drives cancer cell plasticity and metastasis, and unraveling the underl ...
Amer Soc Clinical Investigation Inc2024

Robust Inverse Reinforcement Learning under Transition Dynamics Mismatch

Volkan Cevher, Luca Viano, Yu-Ting Huang, Kamalaruban Parameswaran

We study the inverse reinforcement learning (IRL) problem under a transition dynamics mismatch between the expert and the learner. Specifically, we consider the Maximum Causal Entropy (MCE) IRL learner model and provide a tight upper bound on the learner’s ...
2021

Robust Reinforcement Learning via Adversarial training with Langevin Dynamics

Volkan Cevher, Paul Thierry Yves Rolland, Ya-Ping Hsieh, Yu-Ting Huang, Kamalaruban Parameswaran, Cheng Shi

We introduce a sampling perspective to tackle the challenging task of training robust Reinforcement Learning (RL) agents. Leveraging the powerful Stochastic Gradient Langevin Dynamics, we present a novel, scalable two-player RL algorithm, which is a sampli ...
2020
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.