learning problems | BriefGPT

关键词learning problems

搜索结果 - 10

一个新的分支界限修剪框架用于 $l_0$ 正则化问题
通过分支定界（Branch-and-Bound）算法解决涉及 $\ell_0$ 正则化的学习问题，并提出一种用于一类通用的 $\ell_0$ 正则化问题的修剪测试的替代方法，该方法可以同时评估多个区域，在标准分支定界实现中具有可忽略的计算开
PDFa month ago
ICML多层网络上动力系统的高效 PAC 可学习性
研究网络动力系统在多层网络上的可学习性，并提出了基于 PAC 学习算法的有效算法及对 Natarajan 维度的严格分析，为多层动力系统的学习问题提供了理论基础。
PDF2 months ago
关于一些推前约束的非凸性及其在机器学习中的影响
通过推限操作，可以通过确定性映射重新分配概率度量，从而在统计学和优化中发挥着关键作用。本文旨在填补相关领域（最优传输、生成模型和算法公平性等）中关于这些约束的凸性（非凸性）及其对相关学习问题的影响的缺乏理论洞察力的现状。
PDF4 months ago
ICML几何多模态对比表示学习
本研究提出了一种名为 Geometric Multimodal Contrastive (GMC) 的表示学习方法，采用两级体系结构和多模态对比损失函数，可用于处理缺失数据，在三个不同的学习问题上实现了最先进的性能。
PDF2 years ago
RSN：随机子空间牛顿法
本研究提出了一种基于随机化草图的随机牛顿法，可以解决具有巨大维度的特征空间的学习问题，并通过开发全局线性收敛理论，证明了其有效性。
PDF5 years ago
正则化与小球方法 I: 稀疏恢复
本文通过研究规则化问题，得出了估计误差率的界限，并扩展了 LASSO、SLOPE 和迹范数规则化的已知估计，为学习问题和规则化问题的分析提供了一个共同的框架，特别是在规则化中，各种稀疏概念的作用以及它们与真实最小化器附近的 Ψ 的亚微分的大
PDF8 years ago
张量分解的平滑分析
通过平滑分析模型，本文提出了一种针对高度过完备情况（秩多项式于该张量维度）的张量分解的有效算法，且该算法具有鲁棒性，即使输入存在逆多项式误差，其表现依然可靠。该算法的线性独立性结果为我们在学习过程中应用张量方法提供了方便，为多视图模型和轴向
PDF11 years ago
利用 Grassmann 流形上的子空间分析在多层图上进行聚类
本文提出了一种分析多层图并通过在 Grassmann 流形上使用子空间分析工具来结合个体图层特征的方法。这种方法可以视为原始数据的低维表示，其中保留了实体之间不同关系的最重要信息，并可用于聚类。在多个数据集上的实验结果表明，该算法具有优
PDF11 years ago
实验设计的预算可行机制
本文研究预算机制，解决实验设计问题中的信息增益最大化问题，同时考虑受试者的成本和潜在威胁，并通过多项式时间的机制设计方案实现良好的近似效果。
PDF11 years ago
我们可以通过隐私学到什么？
研究了学习算法的隐私性问题，提出了差分隐私的概念，证明了任何可学习的概念类都可以差分隐私地学习，并提出了基于局部算法的隐私 PAC 学习器。
PDF16 years ago