- ICML连续 DR - 次模函数最大化的梯度上升增强
通过引入提升技术，我们改进了标准 PGA 方法的逼近性能，并在四个问题上验证了其有效性。
- 基于槽位约束的排名
通过引入约束槽的排名问题，我们提出了一种新的排名算法 MatchRank，该算法最大化填充槽的数量，而不考虑槽或候选人之间的独立性假设，并且在理论分析和实证评估中都表现出显著的改进。
- 求解广义均值最密子图问题的更快算法
不同类型的稠密子图问题以及近似算法的性能和时间复杂度分析。
- 改进的异常值鲁棒的 k 均值种子
对 $k$-means 算法进行改进，使其对异常值更加鲁棒，同时具备 $O (1)$ 的近似保证，且可在线性时间内输出精确的 $k$ 个聚类中心。
- 基于块结构优化的互依网络子图检测
本文提出了一种广义块结构非凸优化框架，其中包括应用于多层网络，时间网络，网络网络等相互依赖网络中的结构子图检测。我们设计了一个有效，高效和可并行化的投影算法，即 Graph Block-structured Gradient Project - 双矩阵博弈中 1/3 近似纳什均衡的多项式时间算法
本文介绍一种新的算法，该算法可以在多项式时间内计算任意常数 δ 大于 0 的（1/3+δ）- 纳什均衡策略。我们通过扩展策略集来解决旧的算法中的瓶颈情况，超过了过去 15 年来由 Tsaknakis 和 Spirakis 提出的算法，得到的 - ICML差分隐私密度最大子图检测
该研究提出了首个用于私有网络中寻找最密子图的差分隐私算法，并展示了该算法在实际网络中隐私和准确性之间的权衡。
- ICML带有随机延迟的组合式封锁赌博机
本文考虑了带障碍的多臂赌博机问题中，包含组合优化的情况下解决局部最优策略的方法。我们扩展了现有模型，使得多个手臂可以按照可行性约束同时进行决策。本文提出了一种自然的贪心算法，并针对其在多种情况下的表现给出了严格的理论保证。
- 自适应子模性中的适应性
本文提出了半自适应策略，用于最大化自适应单调次模函数，能够实现几乎完美的近似保证，并将自适应次模最大化策略的适应性差距缩小了指数级别。
- 图形摘要的可扩展近似算法
本文提出了一种有效的随机算法来计算图形摘要，旨在最小化重构误差，使用加权采样方案来合并顶点，提供算法运行时间的分析上限和得分计算的近似保证，并在几个真实世界图形上测试了算法以证明摘要的质量和与现有算法的比较，并使用摘要来回答有关原始图形的几 - 近似最优化的子模最大化算法及其近线性时间自适应实现
本文研究了在满足基数约束的条件下，最大化单调子模函数的逼近保证和适应性之间的权衡问题。我们给出了第一个使用 O（lnn /epsilon^2）轮适应性实现 1-1 /e-epsilon 逼近的算法，同时算法的函数评估次数和额外运行时间分别为 - 约束子模最大化问题：超越 1/e
本研究提出了一种新的算法，用于在普遍限制条件下最大化非单调子模函数。该算法在下闭多面体上找到了一个函数的多线性扩展的近似分数解，其近似保证是 0.372，这是在 1/e 近似之上的首次改进，由连续贪心算法 [Feldman 等，FOCS20 - 保证的非凸优化：连续域上的子模最大化
本文介绍了一种弱 DR 属性，用于给出有关子模性的统一特征，证明了可以在近似保证的同时高效地最大化子模连续函数，为在一般下闭凸约束条件下最大化单调 DR - 子模连续函数和在盒约束条件下的非单调子模连续函数提供了算法，并探讨了其在不同实际应 - ICML贪心列子集选择：新界和分布式算法
本文研究理论和实际情况下对列子集选择问题的贪婪算法，并从分布式角度验证其有效性，结合最近在子模最大化中发展的随机可组合核心集思想，提供了改进的近似保证并呈现首个具有可证明近似因子的分布式实现，最后通过实证研究验证了其分布式算法的有效性。
- NIPS带有子模块覆盖和子模块背包约束的子模块优化
本文研究两个新的优化问题 —— 在满足子模下限的约束条件下最小化子模函数（子模覆盖）和在满足子模上限的约束条件下最大化子模函数（子模背包）。我们将这些问题表述为约束优化问题，并获得许多有界逼近保证。此外，我们证明了这两个问题的紧密关联，并提 - 通过伪近似算法逼近 $k$- 中位数
该研究提出了一种新颖的近似算法，在 K - 中位数中实现了 1+sqrt（3）+ epsilon 的近似保证，该方法基于两个组件，第一个是关于伪近似算法的，第二个是关于 K 个设施的。
- 有限博弈中虚拟博弈的近似性能
本文研究了虚拟博弈在寻找二人博弈的纳什均衡时的表现，证明虚拟博弈无法找到一个加法近似保证显著优于 1/2 的解。我们的结论适用于 2 人游戏并且玩家的得分在 [0,1] 范围内。