会議情報

ISRL 2020: International Symposium on Reinforcement Learning

会議のウェブサイトを表示するにはログインしてください
無料登録で公式サイトの閲覧、締切のトラッキング、メールリマインダーが利用できます。
新規登録 ログイン
締切カウントダウンバッジを埋め込む
ISRL
このデータを API で取得
検索とランキング一覧は資格情報なしで利用できます。このページの詳細データには無料の API キーが必要です。詳しくは開発者向けガイドをご覧ください。
投稿締切日:
2020-09-01 Extended
通知日:
2020-09-15
開催日:
2020-11-06
開催地:
Washington DC, USA
開催回数:
4
閲覧: 14054   フォロー: 0   参加: 0

会伴インデックス (CP-I)

40.7 / 100
全 5,647 件中 第 4,789 位 · 上位 85%

人工知能・機械学習 分野 734 件中 第 602 位

学術的評価 (35%) データなし — 中立の基準値 50 点として算入 —
投稿の選択性 (20%) データなし — 中立の基準値 50 点として算入 —
開催回数 (20%)
43
コミュニティの注目度 (10%)
8
公開情報の充実度 (15%)
25

使用した入力: 確認できる開催回数：4 · 過去 24 か月にこのページを開いた研究者：2 人

公開情報で不足しているもの: 過去の採択率 (+4.5) · 過去の開催回 (+3.0) · 最優秀論文の記録 (+2.3)
主催者は会議を認証申請したうえで、このページから直接追加できます。スコアは毎晩再計算されます。このスコアを上げるには

信頼度 45% — スコアのうち、中立の基準値ではなく実際に観測されたデータに基づく割合。 このスコアの算出方法 · ランキングを見る · アルゴリズム版 1.1 · 算出日 2026-09-03

論文募集

ISRL 2020 (International Symposium on Reinforcement Learning) is an academic conference held in Washington DC, USA on 2020-11-06. The paper submission deadline is 2020-09-01 (extended). Acceptance notifications are sent on 2020-09-15.

With the development of Artificial Intelligence (AI) technology, many AI-enabled algorithms have deeply changed our daily lives. Reinforcement Learning (RL) algorithms are intensively studied in recent years especially on advocated game domains. There are several highlights of the numerous studies of RL in various game domains presented in the very recent years. However, there are also other research works shown that the RL can be applied on many other research topics. Thus, we held this symposium on drawing a larger perpsective on what we have learned from studying RL. Call for Papers IEEE ISRL 2020 aims to collect recent academic achievements in novel techniques, developments, empirical studies, and new developments in reinforcement learning. Innovative technical applications based on reinforcement learning algorithms are highly encouraged. The objective of IEEE ISRL 2020 is to provide a forum for scientists, engineers, and researchers to discuss and exchange their new ideas, novel results, work in progress and experience on all aspects of reinforcement learning. Topics of particular interest include, but are not limited to: Current state of reinforcement learning algorithms Technical issues of reinforcement learning applications Theoretical and experimental analysis of reinforcement learning Security and Privacy with reinforcement learning Learning paradigms for reinforcement learning Reinforcement learning for scheduling Reinforcement learning based behaviour correction High performance computing for training with reinforcement learning The future applications of reinforcement learning
最終更新：Dou Sun（）

関連会議

CCFICORECP-I略称正式名称投稿締切開催日
AA*92.4SIGIRInternational Conference on Research and Development in Information Retrieval2026-01-152026-07-20
AA*97.7AAAIAAAI Conference on Artificial Intelligence2026-07-212027-02-16
AA*90.7CVPRIEEE Conference on Computer Vision and Pattern Recognition2025-11-062026-06-03
BA*89.6ICRAInternational Conference on Robotics and Automation2026-09-152027-05-24
BA*94.0IJCAIInternational Joint Conference on Artificial Intelligence2026-01-312026-08-15
AA*89.2STOCACM Symposium on Theory of Computing2025-11-042026-06-22
C87.1ICCInternational Conference on Communications2026-10-022027-05-30
CB62.5IJCNNInternational Joint Conference on Neural Networks2027-01-312027-06-14
B91.1ICASSPInternational Conference on Acoustics, Speech and Signal Processing2026-09-162027-05-16
BA*79.4PODSACM SIGMOD Conference on Principles of DB Systems2026-12-032027-06-13

関連ジャーナル

CCF正式名称インパクトファクター出版社ISSN
AIEEE Transactions on Multimedia9.7IEEE1520-9210
CKnowledge-Based Systems7.2Elsevier0950-7051
BSoftware & Systems Modeling3.2Springer1619-1366
AIEEE Transactions on Computers3.8IEEE0018-9340
CFuture Generation Computer Systems5.9Elsevier0167-739X
CNeurocomputing6.5Elsevier0925-2312
CPattern Recognition Letters3.9Elsevier0167-8655
BPattern Recognition7.6Elsevier0031-3203
IEEE Access3.6IEEE2169-3536
AIEEE Transactions on Dependable and Secure Computing7.5IEEE1545-5971

コメント 0

まだコメントはありません。

コメントするにはログインしてください