- 学习半空间交集的改进难度结果
通过与半空间和所谓的并行煎饼分布的新颖联系，我们以统一的方式获得了较强（而且令人惊讶地简单）的在不适当的情况下学习半空间交集的下界，这是过去几年强大的高维统计学中许多下界构造的核心，我们还给出了统计查询框架下的无条件难度结果。
- 绕过模拟器：近似最优的对抗线性情境赌博机
通过实现无需模拟器的多项式时间算法，我们在拥有线性上界误差的情况下，提高了对抗性线性上下文赌博问题的表现，实现了近乎优化的后悔度，同时保持了计算效率。
- MM学习窄的一层 ReLU 网络
我们提出了一个基于随机高阶矩张量收缩的多尺度算法，用于发现个别神经元。在学习由 $k$ 个 ReLU 激活的线性组合方面，该算法是首个在多项式时间内成功的，而且无需额外假设网络的正系数或隐藏权重向量的矩阵具有良好的条件数。
- 基于抽象的多面体概率混合系统稳定性分析
本研究提出了基于抽象的分析方法，结合有限马尔科夫决策过程和多项式时间算法，用以验证多面体概率混合系统的稳定性。
- 决策树的证明精确、简洁和高效解释
本篇论文研究用于决策树的最小的 delta 相关集的计算方法，提出两种用于计算决策树最小的 delta 相关集的逻辑编码并设计一个多项式时间复杂度的算法，并且实验结果表明这些计算方法是实用的。
- 多项式时间的无界强化学习：静态策略的威力
本文提出了第一个针对有限 MDP 多项式时间算法，具有独立于计划时间的后悔范围，并通过一系列的新结构引理，建立了稳定性和专注性，提高了 MDP 的近似能力和性能。
- 学习具有 Tsybakov 噪声的半空间的多项式时间算法
本文首次提出了针对在 Tsybakov 噪声情况下 PAC 学习均匀半空间的可行的多项式时间算法，并且证明了该算法对于如对称型对数凹分布之类的广泛应用的分布成功率显著
- ICML在线密集子图发现的模糊图反馈方法
该论文介绍了一种基于学习的密集子图发现方法，其中学习者查询的是边子集而不仅仅是单个边，并观察查询子集中边权重的噪声和。对于这个问题，该论文提出了一种在多项式时间内获得近乎最优解的算法，并设计了一个更可扩展的算法来处理大型图形。实验结果表明算 - 一层 ReLU 网络的 PAC 学习算法和 SQ 下界
本论文研究了具有 $k$ 个隐藏单元的一层 ReLU 网络在高斯边缘下学习的问题，并提出了适用于正系数情况的首个多项式时间算法，解决了此前在 $k≤3$ 情况下无多项式时间算法的开放性问题。然而，对于具有任意实系数的一层 ReLU 网络的 - 通过严格和弱偏好的交换实现对象可到达性
这篇论文在研究房屋市场的资源分配问题，使用社交网络模型，探讨代理人之间的交易，提出了多项解决方案，其中包括了一种可在多项偏好下求解的多项式时间算法以及在路径网络中求解最优分配问题的复杂性分析。
- 列表可解线性回归
该研究为第一篇在 list-decodable 设置中，给出了一种鲁棒的回归问题的多项式时间算法，当假设内点分布是 certifiably anti-concentrated 分布时，该算法能够成功地给出一个接近于真解的目标函数。
- 最大份额最小化的改进近似算法
该研究研究了在多个代理设置下使用最大最小份额分配公平分配资源的问题，并提出了一种新方法来简化算法并改进其逼近性能。
- 一轮离散 Voronoi 游戏
通过研究游戏理论与算法问题，提出一种多项式时间复杂度算法，解决了选民选择问题，并在多个维度中证明了计算复杂性。
- 带软多样性约束的委员会选举规则
提出了一个基于软界限的多样化委员会选择的实用多项式时间算法。
- ICML实验设计的近最优离散优化：遗憾最小化方法
本文提出了一个多项式时间的遗憾最小化框架，以在所有统计效率计算标准上，用只有 O (p/ε^2) 个设计点实现（1+ε）近似，并与传统算法作比较，本算法实现了 D/E/G 效率最优可行化的（1+ε）近似。
- 具有平方和形式的张量精确完成
本研究使用最优的多项式算法，仅依靠少量随机观察数据完成张量解析，并将通过球上的正交全局极值证明的事实证明到可以在和方法证明系统内进行。
- 在背包约束下最大化有界曲率的单调次模函数
提出一种用于最大化满足背包限制下单调子模函数的算法，并且该算法的多项式时间复杂度为一个取决于输入函数曲率 c 的比率，该算法的近似度为 1-c/e-ε，这一近似度对于任何处于区间 [0,1] 中的 c 值均是紧确的。此外，该研究提供了用于预 - 顺序分配操作的复杂性
该研究通过一个示例，证明了 Bouveret 和 Lang（2014）提出的计算最佳响应的算法在某些情况下无法正确找到最佳响应，并证明了计算最佳响应是一个 NP 完全问题。然而，对于两个 agent 的情况，Bouveret 和 Lang（ - 系统发育约束满足问题的复杂性
本文系统研究了系统地计算计算群体重建的广泛范围复杂性问题。研究的问题可以描述为约束满足问题，其中约束对根三元组关系具有一阶定义。作者证明了每个此类计算群体重建问题可以在多项式时间内解决或为 NP 完全问题，并提出了通用的多项式时间算法解决根 - 操纵概率串联规则
通过研究概率排序规则，本文探讨了代理商操纵的计算复杂性问题，提出了计算最佳响应的算法，并在两个代理商的情况下，证明了即使是最佳期望效用，也可以用多项式时间计算得出。