- MM无线通信的深度学习:一种新兴的跨学科范式
本篇文章探讨了基于深度学习的无线通信的两种主流方法:基于深度学习的架构设计和基于深度学习的算法设计。旨在鼓励更多的智能无线通信研究和贡献。
- ICML基于启发式弱学习的自动决策制定
本研究旨在探讨如何通过从用户中收集排名决策策略来参与算法设计,以替代传统需要人工标记成本高昂的方法,并借助两个用例的实证数据表明,我们提出的弱监督学习方法可以几乎与完全监督方法一样准确地理解用户的偏好和选择。
- ICML基于模型的强化学习的博弈论框架
本文提出了一种新的框架,将基于模型的强化学习(MBRL)视为博弈,通过构建领导者与跟随者之间的 Stackelberg 博弈来简化算法设计,并设计了两种自然算法家族,旨在促进样本效率。
- 蒙特卡罗和线性随机逼近的显式均方误差界
本文研究了受 Markov 扰动影响的递归方程的误差界限。研究显示,均方误差实现了参数估计的最优速率 $O (1/n)$,并获得了速率中的确切常数,这对算法设计非常有价值。
- OSOM: 一种用于多臂和线性上下文赌博机的同时最优算法
我们设计了一个算法,能够同时在简单多臂赌博机模式下获得问题相关的最优遗憾率和在线性上下文赌博机模式下获得极小化最优遗憾率,而不需要事先知道哪种模型产生了奖励。
- 概率图反馈的随机在线学习
研究概率图反馈下的随机在线学习问题,分析算法设计和渐近下限,并得出回避上限与下限匹配的结论。
- NIPS深度算法:网络设计
提出了一种新的神经网络设计方法,其中引导传统算法设计。通过提出两种启发式算法并演示将额外权重合并到其信号流程图中的算法技术,证明了这点。展示了这些网络的性能不仅可以超过初始网络的性能,而且可以达到更传统神经网络架构的性能水平。我们方法的一个 - 内禀体积下的上下文搜索
该论文针对上下文搜索问题提出了算法,并通过积分几何的概念,成功将其应用于动态定价问题,从而达到有效的算法设计。
- 信号和数据分析的非负矩阵分解:可辨识性,算法和应用
本文从可识别性的角度出发,详细介绍了非负矩阵分解的模型可识别性及其与算法和应用的联系,帮助研究人员和研究生掌握 NMF 的本质和洞见,避免由于无法识别的 NMF 公式导致的典型‘陷阱’。同时,本文也帮助实践者选择 / 设计适合其问题的分解工 - 如何随机地使梯度变小:更快的凸优化和非凸优化随机梯度下降
该研究分别设计了针对凸函数和非凸函数的优化算法 SGD3 和 SGD5,分别能够在近最优的速率下找到梯度范数为特定值的最小值点和近似局部极小值点,并且这些速率具有优越性和不劣性。
- 利用有效电阻进行图聚类
设计了一种多项式时间算法,可将任何加权无向图划分为子集并使子图的有效电阻直径不超过平均加权度的倒数,证明了有效阻抗与低电导集之间的新联系,并提出该联系可能对算法设计独立地产生兴趣。
- 学习优化
本篇论文探讨了通过强化学习的方法生成优化算法,该方法可自动发现更好的算法,并通过指导策略搜索学习出的优化算法在收敛速度和 / 或最终目标值方面优于手工设计的现有算法。
- 优化目标的最优黑盒约减
本研究提出了新的降维方法,可将一种机器学习方法应用于不同的光滑强凸度范围,不仅优化效果较好且实用性强,该方法在多个损失函数家族的线性分类器训练中展现出更快的运行速度和成功的实践应用。
- 使用 Join 实现的并行有序集合
本文主要介绍了如何在四种平衡二叉搜索树中实现有序集合的集合操作,并证明了这些操作的工作效率。同时,我们通过实验测试发现,这些算法在不同的平衡二叉搜索树中执行时间和速度相似,并将其与其他现有的库和算法进行了比较。
- MM利用人工智能实现骨架 NMR 数据的自动分配
本研究旨在设计一种算法,通过实施贪心和 A * 搜索等 AI 策略,自动化分析骨架蛋白 NMR 数据,以解决后基因组时代在了解新发现基因编码的许多未知蛋白质的结构和功能信息方面所面临的挑战。
- 理解激励:机制设计转化为算法设计
本文提供了一种从机制设计到算法设计的计算高效的黑盒约简方法,并且在虚拟福利和收益两个问题上进行了探讨,发现在单调子模拟拍卖场景下,这两个问题都无法在多项式时间内进行近似解决。
- HyFlex:一个跨领域启发式搜索基准框架
HyFlex 是一个跨领域搜索方法开发的软件框架,提供通用软件接口与问题特定的算法组件,旨在为启发式搜索算法的设计提供基准,并使其更具有可适用性。
- 上下文臂针对高效优化学习
本文介绍了一种在线学习算法,它使用了一种基于代价敏感分类器的方法,并实现了最优遗憾率,与之前的算法相比,具有指数级别的运行速度优势,并且在反馈延迟方面实现了加性遗憾而非乘性遗憾。
- 学习图匹配
本文研究的是图匹配问题,提出了一种基于学习的方法,用于解决基于图的模式识别问题。通过训练示例和标签,我们可以学习节点与边之间的兼容性,在解决问题时可以取得更好的效果。实验结果表明,该方法比现有算法更为有效。