algorithm | BriefGPT - AI 论文速递

关键词algorithm

搜索结果 - 895

给定神经网络中全连接层的最小神经元数量（第一近似）
该论文提出了一种算法，用于搜索解决给定问题的任意网络中完全连接层中的最少神经元数量，该算法不需要使用不同数量神经元的网络进行多次训练。该算法基于交叉验证方法在至少两个折叠上对初始宽网络进行训练。然后通过使用截断奇异值分解自动编码器插入在训练
PDFa month ago
超属性验证的非确定性规划
验证超性质的自动化的算法，通过构建一个非确定性多机器人规划实例，确保一个规划存在则满足验证问题。
PDFa month ago
PoseGravity: 通过点和线的姿态估计和轴向先验
该论文提出了一种估计相机的绝对姿态的新算法，该算法通过找到双曲线和单位圆之间的交点来高效解决问题，可以适应点和线特征的不同配置，并且还提到了平面和最小配置的简化解决方案，并通过大量实验证实了该方法。
PDFa month ago
ICML可配置镜像下降：决策制定的统一化
这篇论文旨在探索是否能开发一种单一算法以解决所有决策问题的分类。它通过引入广义镜像下降（GMD）、可配置镜像下降（CMD）和 GameBench 构建等方法来应对不同决策问题的挑战，并通过广泛的实验验证 CMD 在各个维度上对决策问题进行了
PDFa month ago
FedCAda：面向加速和稳定的联邦学习的自适应客户端优化
FedCAda 是一种创新的联邦客户自适应算法，利用 Adam 算法在客户端调整一阶矩估计 $m$ 和二阶矩估计 $v$ 的修正过程，并在服务器端聚合自适应算法参数，以加快收敛速度和通信效率，同时确保稳定性和性能，该算法在计算机视觉（CV）
PDFa month ago
基于 ADMM 的分布式事件驱动学习
分布式学习问题中，通过在网络上交换信息，代理可以最小化全局目标函数。我们的方法具有两个显著特点：只在必要时触发通信以大幅减少通信量，并且对于不同代理的本地数据分布置之不理。我们分析了算法的收敛速度并在凸设置中导出了加速收敛速率。我们还表征了
PDF2 months ago
多类别分类中的强盗信息真实价格
经作者研究，本论文主要探讨基于强化学习反馈的多类别分类问题，特别关注类别数量 K 对于 T 步的后悔度上界是否能够超过现有算法的√(KT) 依赖性，作者提出了一种新的分类算法以获得对于适度大小的假设类别集合维度的后悔度结果 O (|H|+√
PDF2 months ago
快速二次时间尺度随机梯度法及其在强化学习中的应用
提出了一种用于解决两时间尺度优化问题的新方法，通过利用平均化步骤改善算子的估计，消除了主要变量之间的直接耦合，从而大大加快了收敛速度，并在强凸性、凸性、Polyak-Lojasiewicz 条件和一般非凸性等各种情况下改进了传统两时间尺度随
PDF2 months ago
$ε$- 在线定价的策略梯度
该研究论文结合了基于模型和基于模型的强化学习方法，提出并分析了一种用于在线定价学习任务的 ε- 策略梯度算法。该算法通过将贪婪的利用替换为梯度下降步骤，并通过模型推理来促进学习。通过量化探索概率 ε 的探索成本和梯度下降优化和梯度估计错误的
PDF2 months ago
在线网络资源分配的指数加权算法与长期约束
本论文研究了在具有作业转移的通信网络中的在线最优资源预留问题，目标是在一定预算限制下最小化预留成本并保持阻塞成本。我们提出了一种基于随机指数加权方法的新算法，可以处理长期约束。通过建立相关遗憾和累积约束违反的上界，我们分析了我们算法的性能。
PDF2 months ago
ICLR智能无需复位强化学习中的切换
重置、强化学习、代理、算法、无重置强化学习。
PDF2 months ago
ICML噪声无导数优化的动态各向异性平滑
提出了一种创新算法，通过考虑目标函数的异质曲率，将球面平滑和高斯平滑方法扩展到噪声无导数优化中，动态调整平滑核的形状以逼近局部最优点周围的海森矩阵，从而通过采样大大减小了噪声评估中梯度估计的误差。通过对人工问题的数值实验展示了该方法的有效性
PDF2 months ago
加速的全一阶法在双层和极小极大优化问题中的应用
本文提出了一种新的算法成员，用于加速一阶双层优化方法，即 (Perturbed) Restarted Accelerated Fully First-order methods for Bilevel Approximation（PRAFB
PDF2 months ago
空运挑战：优化货物运输的竞赛
飞行运输运营、解决方案、模拟器、算法、竞赛
PDF2 months ago
MM通过缓解操纵攻击来推进推荐系统
该论文提出了一种准确检测系统中有假评价账户的算法，并研究这些账户对推荐系统的影响。
PDF2 months ago
长期离线策略评估与学习
使用只有历史和短期实验数据的可行方法准确估计算法的长期结果
PDF2 months ago
使用有意义对照实验的交互式 LLMs 分析
生成完整且有意义的文本反事实示例的新算法以及交互式可视化工具，用于分析和解释 LLMs。
PDF2 months ago
使用束搜索算法预测结果进行棋盘游戏
引入了一种名为 PROBS（Predict Results of Beam Search）的新型算法，用于具有完美信息的双人确定性游戏。与现有方法主要依赖蒙特卡洛树搜索（MCTS）进行决策过程的方法不同，我们的方法利用了一种更简单的波束搜索
PDF2 months ago
使用拓扑阈值进行因果网络推理
使用基于约束条件的算法从数据中推断因果网络，通过确定因果关联阈值来构建拓扑结构，比传统 PC 算法更快且更准确，并引入了一种称为 Net Influence 的离散非对称因果度量来推断有向边的方向性，加速因果 DAGs 的推理过程。
PDF2 months ago
高维贝叶斯优化的期望坐标改进
本研究提出了一种用于高维贝叶斯优化的期望坐标改进准则，该方法通过选择具有最高期望坐标改进值的坐标进行优化，逐渐覆盖所有坐标，从而有效解决了高维贝叶斯优化中凸函数选择的问题，并在数值实验中展现出优于传统贝叶斯优化和五种先进高维贝叶斯优化算法的
PDF3 months ago