streaming setting | BriefGPT

关键词streaming setting

搜索结果 - 12

QC-Forest：一种经典 - 量子算法，可证明加速随机森林的重新训练
QC-Forest 是一种经典 - 量子算法，用于在流式设置中高效地重新训练随机森林模型，实现多类分类和回归，其运行时间与累积样本总数的对数成倍数关系。
PDF17 days ago
带有 Massart 噪声的流式线性和修正线性系统的随机梯度下降
提出了 SGD-exp，这是一种用于线性和 ReLU 回归的随机梯度下降方法，适用于完全流式设置下的 Massart 噪声（对抗性半随机破坏模型）。我们展示了 SGD-exp 对真实参数的新近线性收敛保证，在高达 50% 的 Massart
PDF4 months ago
子模集约束下的公平性最大化
在机器学习中，基于 matroid 约束的子模最大化是一个具有各种应用的基本问题。最近，已经在有限制条件下的流式和离线设置下考虑了基于基数约束的子模最大化中的公平性，但对于更一般的 matroid 约束问题，只有在流式设置下且只考虑单调目标
PDF6 months ago
利用时间戳信息进行序列化联合流式识别和翻译
提出了一种流式 Transformer-Transducer (T-T) 模型，能够使用单个解码器联合生成多对一和一对多的转录和翻译，并引入了一种基于时间戳信息的新颖方法来有效地在流式环境中生成语音识别和语音翻译的输出。通过在 {it, e
PDF8 months ago
ICML基于单调性不稳定的麦特罗伊德上的非单调子模最大化
该研究探讨基于经典拟阵约束下的删除鲁棒版本的子模函数最大化问题，在此问题中，目标是提取一个小型数据集的摘要，即使在对手删除一些元素后也包含高价值独立集，该研究提供了具有常数因子逼近比的近似算法，其中空间复杂度取决于拟阵的秩 k 和已删除元素
PDF2 years ago
基于拟阵的删除鲁棒子模型最大化
本文研究在传统的拟阵约束下，单调子模函数的删除鲁棒版本的最大化问题，提出了空间复杂度依赖于拟阵的秩和删除元素数量的常数因子逼近算法，在中心化、流式环境下均获得了好的结果。
PDF2 years ago
ICML高斯过程自适应诱导点选择
这篇研究论文介绍了一种在线学习高斯过程（Gaussian Processes）的方法，其中采用了有效的变分方法并使用了稀疏技术来降低观测数据的数量，并对 inducing points 进行自适应添加，从而提高算法的性能。
PDF3 years ago
具备性能保证的神经主动学习
研究了非参数制度下流式学习中的主动学习问题，使用最近提出的神经切向核近似工具构建适当的神经嵌入来确定算法操作的特征空间和计算在其上的学习模型。提出了一种对先前知识不可知的版本算法，并通过遗憾平衡方案解决了所得到的在线模型选择问题，该算法具有
PDF3 years ago
公平 k 均值聚类的公平核心集和流算法
本文研究公平聚类问题，提出一种利用核心集合来显著减小输入数据规模的算法，证明了核心集合的可组合性，提出了 Lloyd 算法的变体，并将其扩展为公平 k-means ++ 聚类算法，实现了这些算法并提供了经验证据，表明我们的方法得以规模化运行
PDF6 years ago
带有短列表的次模秘书问题
本文提出了一种称为 submodular k-secretary problem with shortlists 的问题设置，旨在改善 submodular k-secretary 问题的可达竞争比率，而使用大小为 O (k) 的 shor
PDF6 years ago
在线行采样
本研究提出了基于杠杆得分的矩阵逼近的简洁、直观的在线算法，允许比以前的工作更低的内存使用，并暴露了新的理论性质。
PDF8 years ago
高效简约迁移主动学习
本文提出一种基于新的优化问题的主动学习算法，在流式环境下，可有效地解决任何分类器表示和分类问题，且具有高效实现的特点，并证明了该算法比现有的所有满足前两个特点的算法更为优秀，并对所有高效的主动学习算法进行了第一次实验分析，评估了它们在不同场
PDF9 years ago