- ICML计算最优传输:加速梯度下降比 Sinkhorn 算法更好的复杂度
本研究分析了逼近两个离散分布之间的一般最优运输(OT)距离的两种算法,并证明了复杂度界限,其中一种基于 Sinkhorn 算法,另一种基于 Adaptive Primal-Dual Accelerated Gradient Descent - IJCAI基于批准的多胜者规则的效用福利和代表性保障
本文使用近似算法的方法定量分析多胜选者投票规则,估计它们与通过审批的 Chamberlin-Courant 规则和多胜选者批准投票中定义的两个极端目标的逼近程度,并通过理论和实验方法将多赢家规则分类到这两个对立目标的数量对齐方面,研究结果提 - 关于近似支配集的参数化复杂性
论文研究了基于参数的复杂度近似算法,通过建立通信复杂度和近似难度的关系,研究了支撑不同假设下 Label Cover 问题变种的近似难度。
- 有序 k - 中位数的常系数近似
提供了一种基于 LP-rounding 的近似算法来解决有序 k-Median 问题,并探讨了包括权重和距离分配方法在内的多种算法来处理该问题。
- 通过迭代取整实现 $k$- 中位数和 $k$- 均值异常值的常数近似
本论文介绍了一个新的迭代舍入框架并用于许多聚类问题的近似算法,该算法可以大幅改善现有算法的近似比,并且通过前处理程序将几乎积分解转换为完全积分解。
- 降低方差的价值迭代算法及用于求解马尔可夫决策流程的更快速算法
提出了一种采用采样技术的快速算法来解决折扣马尔可夫决策过程的近似求解,并证明了算法的收敛性和复杂度。同时,结合经典的价值迭代与方差约减技术,改进了该算法的性能,使其具有线性收敛性和渐进最优性。
- IJCAI具有公平约束的多胜方投票
我们介绍了一种算法框架,用于处理多获胜者投票问题,并在特定属性方面保持公平。该框架可以满足多个非不相交属性的公平性要求,并且可以指定一个评分函数。我们研究了单调和次模评分函数的计算复杂度,针对各种属性组结构和评分函数类型提出了几种近似算法和 - 一种适用于带有离群值的中心问题的抽奖模型
本文介绍了一种使用随机方法解决在近似算法中出现的不公平性问题的方法,同时提出了使用随机舍入程序来解决 matroid center problem with outliers 问题的技术。
- NIPS社交网络中的信息曝光平衡
本文提出一种解决在社交网络中平衡信息暴露的问题的算法,通过使用近似算法来找到两组节点,以使两组节点的信息曝光在整个网络中基本上保持平衡。
- 循环 MDS 码和扩展器图的梯度编码
本文介绍梯度编码的技术,通过使用编码理论中的循环 MDS 码设计新颖的梯度编码,并引入一个近似变种,通过使用展开图的归一化邻接矩阵,实现了优秀的近似梯度编码,可以比精确梯度编码更高效地减少计算,确保更快地收敛。
- 带有公平约束的排名
本研究致力于解决在电子商务中,为了使商品推荐更具多样性和公正性,提出的带约束排序优化问题,通过提出的快速精确和近似算法,得出结论:即使当约束条件很大时,我们的算法仍然可以在线性时间内运行,并且产生具有小约束违规的解决方案。
- NIPS在图上学习组合优化算法
本文介绍了结合强化学习和图嵌入的方法,使用元算法来解决 NP-hard 组合优化问题和图上的最小点集覆盖、最大割和旅行商问题等优化问题。
- 组合分区问题算法配置的学习理论基础
本研究提出了一种针对各种划分问题的机器学习算法,通过样本学习来获得适合特定应用场景的算法配置,同时也为算法配置的基础和学习理论的发展做出了贡献。
- 近似稀疏线性回归
本文提出了用于解决初始情况下 $k$ 的大小小于等于 $3$ 的在线问题的近似算法,其中问题的目标是计算一个 $k$-sparse n 维向量,使误差最小化。假设给定一个 $d$ 维的点集,本文还会探讨如何在这个点集中找到最接近查询点 $q - AAAI盲目、贪婪和随机:用于匹配和聚类的序数近似算法
研究了匹配和其他相关问题,提出一种只使用有限的偏序信息设计近似算法的模型,并证明当隐含权重满足度量不等式时,可以实现 1.6 倍近似度的匹配,以及利用匹配算法的黑箱设计了其他多个近似算法,推动了该问题的研究。
- 张量列车分解的连续模拟
本文提出了一种新的方法 —— 使用功能性张量列 (BT) 来表示和计算多元函数,该算法通过将三维张量矩阵与一维矩阵函数替换,可以生成比基于张量乘积基础的系数压缩方法更准确、更稳健的多元函数逼近。
- 从竞争到互补:比较影响扩散和最大化
本文提出了一种新的 Com-IC 模型来覆盖从竞争到互补的整个实体交互谱系,并研究了由此引发的影响力最大化问题和互补影响力最大化问题。通过高效有效的逼近算法,探讨了两种问题,并结合真实社交网络的数据集显示了性能优于传统基线算法的实验结果。
- 计算最大最小份额分配的近似算法
本文研究了计算最大最小份额保证的问题,提出了新的公平性概念并使用近似算法解决分配问题,证明了在随机生成的实例中存在最大最小份额分配的概率高,同时对两种特殊情况进行了正面的研究和改进。
- 稀疏主成分分析的 NP 难度和近似难度
我们证明了稀疏主成分分析是 NP-hard 问题,并使用 clique 问题进行了约简。除了 P=NP 之外,我们使用此约简来排除存在 FPTAS 的可能性。在更弱的复杂性假设下,我们还排除了多项式常系数逼近算法的存在。
- 欧几里得 k - 均值问题的近似难度
本研究采用图谱分析的方法,证明了欧几里得 k-means 问题的近似难度对于所有的 k 和 d 都是 NP 难的,同时发现当前最佳难度结果可以被推广到三角免费图中。