第37届人工智能不确定性会议论文集 — 前言

卡西奥·德·坎波斯，马洛斯·H·马图伊斯，埃里克·夸格贝尔; 第37届人工智能不确定性会议论文集，PMLR 161:1-11

[摘要][下载PDF]

用于可扩展变分推断的状态空间模型的神经移动平均模型

托马斯·赖德，丹尼斯·普兰格尔，安德鲁·戈莱特利，伊萨克·马修斯; 第37届人工智能不确定性会议论文集，PMLR 161:12-22

[摘要][下载PDF][补充PDF]

任务相似性感知元学习：受理论启发的MAML改进

周盼，邹颖天，袁晓彤，冯佳仕，熊伟明，霍斯蒂文; 第37届人工智能不确定性会议论文集，PMLR 161:23-33

[摘要][下载PDF][补充PDF]

通过多层蒙特卡洛抽样进行高效去偏置证据估计

石川圭，神田隆; 第37届人工智能不确定性会议论文集，PMLR 161:34-43

[摘要][下载PDF][补充PDF]

具有连续索引归一化流的变分推断

安东尼·卡特里尼，罗布·科尼什，迪诺·塞吉迪诺维奇，阿诺德·杜塞特; 第37届人工智能不确定性会议论文集，PMLR 161:44-53

[摘要][下载PDF][补充PDF]

TreeBERT：一种基于树的预训练编程语言模型

江雪，郑卓然，吕辰，李亮，吕雷; 第37届人工智能不确定性会议论文集，PMLR 161:54-63

[摘要][下载PDF][补充PDF]

竞争策略优化

曼尼什·普拉贾帕特，卡米亚尔·阿齐兹德内谢利，亚历山大·利尼格，易松·岳，阿尼玛·阿南德库马尔; 第37届人工智能不确定性会议论文集，PMLR 161:64-74

[摘要][下载PDF][补充PDF][补充ZIP]

通过真值发现和几何优化改进深度神经网络的不确定性校准

马春伟，黄子云，冼嘉毅，高明辰，徐金辉; 第37届人工智能不确定性会议论文集，PMLR 161:75-85

[摘要][下载PDF][补充PDF]

将因果图形先验知识纳入预测建模，通过简单的的数据增强

手岛武，杉山正明; 第37届人工智能不确定性会议论文集，PMLR 161:86-96

[摘要][下载PDF][补充PDF]

具有未观察变量的因果加性模型

前田隆史，清水翔平; 第37届人工智能不确定性会议论文集，PMLR 161:97-106

[摘要][下载PDF]

用于分析面板数据动态的变分近似

朱里伊斯·纳扎罗夫斯，鲁德拉西斯·查克拉博蒂，宋翁·塔斯尼亚潘特，萨西亚·拉维，维卡斯·辛格; 第37届人工智能不确定性会议论文集，PMLR 161:107-117

[摘要][下载PDF]

用于在贝叶斯深度神经网络中实现1000+蒙特卡洛迭代的图重参数化

朱里伊斯·纳扎罗夫斯，罗纳克·R·梅塔，维什努·苏雷什·洛坎德，维卡斯·辛格; 第37届人工智能不确定性会议论文集，PMLR 161:118-128

[摘要][下载PDF]

对抗鲁棒模型的一个奇怪的案例：更多的数据可以帮助，双下降，或损害泛化

易飞敏，林晨，阿敏·卡尔巴西; 第37届人工智能不确定性会议论文集，PMLR 161:129-139

[摘要][下载PDF][补充PDF]

具有增强嵌入的对比原型学习，用于小样本学习

高义钊，费南毅，刘广振，陆志武，向涛; 第37届人工智能不确定性会议论文集，PMLR 161:140-150

[摘要][下载PDF][补充PDF]

XOR-SGD：不确定性决策下的可证明凸随机优化

丁凡，薛野翔; 第37届人工智能不确定性会议论文集，PMLR 161:151-160

[摘要][下载PDF][补充PDF][补充ZIP]

路径依赖结构方程模型

斯里尼瓦桑·兰贾尼，李嘉荣，巴塔查里亚·罗希特，施皮策·伊利亚; 第37届人工智能不确定性会议论文集，PMLR 161:161-171

[摘要][下载PDF][补充PDF][补充ZIP]

特征化密度比估计

崔克里斯蒂，廖玛德琳，埃蒙·斯特凡诺; 第37届人工智能不确定性会议论文集，PMLR 161:172-182

[abs][下载PDF][补充PDF]

通过控制变量法降低频率估计量的方差

Rameshwar Pratap, Raghav Kulkarni; 第三十七届人工智能不确定性会议论文集, PMLR 161:183-193

[abs][下载PDF][补充PDF]

对集合值数据的核假设检验的应用

Alexis Bellot, Mihaela van der Schaar; 第三十七届人工智能不确定性会议论文集, PMLR 161:194-204

[abs][下载PDF][补充PDF]

带有选择偏差的核双样本检验

Alexis Bellot, Mihaela van der Schaar; 第三十七届人工智能不确定性会议论文集, PMLR 161:205-214

[abs][下载PDF][补充PDF]

通过状态离散化进行无监督视频游戏风格度量

Chiu-Chou Lin, Wei-Chen Chiu, I-Chen Wu; 第三十七届人工智能不确定性会议论文集, PMLR 161:215-224

[abs][下载PDF][补充PDF]

用于学生-教师学习的最优传输的多源领域自适应

Tuan Nguyen, Trung Le, He Zhao, Quan Hung Tran, Truyen Nguyen, Dinh Phung; 第三十七届人工智能不确定性会议论文集, PMLR 161:225-235

[abs][下载PDF][补充PDF]

弱监督学习的约束标注

Chidubem Arachie, Bert Huang; 第三十七届人工智能不确定性会议论文集, PMLR 161:236-246

[abs][下载PDF]

通信高效的并行强化学习

Mridul Agarwal, Bhargav Ganguly, Vaneet Aggarwal; 第三十七届人工智能不确定性会议论文集, PMLR 161:247-256

[abs][下载PDF][补充PDF]

用于绿色安全的最小最大遗憾下的鲁棒强化学习

Lily Xu, Andrew Perrault, Fei Fang, Haipeng Chen, Milind Tambe; 第三十七届人工智能不确定性会议论文集, PMLR 161:257-267

[abs][下载PDF]

针对安全关键任务的神经网络形式化验证，采用DBSCAN方法对抗中毒攻击

Hu Ding, Fan Yang, Jiawei Huang; 第三十七届人工智能不确定性会议论文集, PMLR 161:268-278

[abs][下载PDF]

带有强盗反馈的矩阵博弈

Brendan O’Donoghue, Tor Lattimore, Ian Osband; 第三十七届人工智能不确定性会议论文集, PMLR 161:279-289

[abs][下载PDF]

使用量化改进近似最优传输距离

Gaspard Beugnot, Aude Genevay, Kristjan Greenewald, Justin Solomon; 第三十七届人工智能不确定性会议论文集, PMLR 161:290-300

[abs][下载PDF][补充PDF][补充ZIP]

带有d-分离的近似蕴含

Batya Kenig; 第三十七届人工智能不确定性会议论文集, PMLR 161:301-311

[abs][下载PDF]

通过勒让德变换进行盲源分离的层次概率模型

Simon Luo, Lamiae Azizi, Mahito Sugiyama; 第三十七届人工智能不确定性会议论文集, PMLR 161:312-321

[abs][下载PDF][补充PDF]

提升推理与加权模型集成

Jonathan Feldstein, Vaishak Belle; 第三十七届人工智能不确定性会议论文集, PMLR 161:322-332

[abs][下载PDF][补充PDF]

用于深度强化学习中安全关键任务的神经网络形式化验证

Davide Corsi, Enrico Marchesini, Alessandro Farinelli; 第三十七届人工智能不确定性会议论文集, PMLR 161:333-343

[abs][下载PDF][补充PDF]

拉普拉斯近似下的可学习不确定性

Agustinus Kristiadi, Matthias Hein, Philipp Hennig; 第三十七届人工智能不确定性会议论文集, PMLR 161:344-353

[abs][下载PDF][补充PDF]

对称Wasserstein自编码器

Sun Sun, Hongyu Guo; 第三十七届人工智能不确定性会议论文集, PMLR 161:354-364

[abs][下载PDF][补充PDF]

使用对抗镜像自编码器的无监督异常检测

Gowthami Somepalli, Yexin Wu, Yogesh Balaji, Bhanukiran Vinzamuri, Soheil Feizi; 第三十七届人工智能不确定性会议论文集, PMLR 161:365-375

[abs][下载PDF][补充PDF]

强化学习中的动作冗余

Nir Baram, Guy Tennenholtz, Shie Mannor; 第三十七届人工智能不确定性会议论文集, PMLR 161:376-385

[abs][下载PDF][补充PDF][补充ZIP]

贝叶斯网络中带有条件权重的加权模型计数

Paulius Dilkas, Vaishak Belle; 第三十七届人工智能不确定性会议论文集, PMLR 161:386-396

[abs][下载 PDF][补充 PDF]

逃离零梯度：通过 Frank-Wolfe 策略优化重新审视受约束动作的强化学习

林均立, 洪伟, 杨尚轩, 谢平春, 刘溪; 不确定性人工智能第三十七届会议论文集, PMLR 161:397-407

[abs][下载 PDF][补充 PDF][补充 ZIP]

通过无替换采样进行图像的无监督程序合成

周程辉, 李春良, Barnabás Póczos; 不确定性人工智能第三十七届会议论文集, PMLR 161:408-418

[abs][下载 PDF][补充 PDF]

自适应梯度分布属性研究

张志毅, 刘子吟; 不确定性人工智能第三十七届会议论文集, PMLR 161:419-429

[abs][下载 PDF][补充 PDF]

具有部分可观察混淆数据的 Bandit 问题

Guy Tennenholtz, Uri Shalit, Shie Mannor, Yonathan Efroni; 不确定性人工智能第三十七届会议论文集, PMLR 161:430-439

[abs][下载 PDF][补充 PDF][补充 ZIP]

具有组卷积和通道洗牌联合优化的结构化稀疏化

张鑫宇, 赵凯, 肖太红, 程明明, 杨明轩; 不确定性人工智能第三十七届会议论文集, PMLR 161:440-450

[abs][下载 PDF][补充 PDF]

基于三元交互的更弱的忠实性假设

Alexander Marx, Arthur Gretton, Joris M. Mooij; 不确定性人工智能第三十七届会议论文集, PMLR 161:451-460

[abs][下载 PDF][补充 PDF]

pRSL：通过学习概率规则进行可解释的多标签堆叠

Michael Kirchhof, Lena Schmid, Christopher Reining, Michael ten Hompel, Markus Pauly; 不确定性人工智能第三十七届会议论文集, PMLR 161:461-470

[abs][下载 PDF][补充 PDF]

Regstar：对抗巡逻游戏中高效的策略合成

David Klaška, Antonín Kučera, Vít Musil, Vojtěch Řehák; 不确定性人工智能第三十七届会议论文集, PMLR 161:471-481

[abs][下载 PDF][补充 PDF][补充 ZIP]

非凸-强凹 minimax 优化的复杂度

Siqi Zhang, Junchi Yang, Cristóbal Guzmán, Negar Kiyavash, Niao He; 不确定性人工智能第三十七届会议论文集, PMLR 161:482-492

[abs][下载 PDF][补充 PDF]

具有稀疏轴对齐子空间的 high-dimensional Bayesian 优化

David Eriksson, Martin Jankowiak; 不确定性人工智能第三十七届会议论文集, PMLR 161:493-503

[abs][下载 PDF][补充 PDF]

已知未知：使用推理消除学习新概念

Harsh Agrawal, Eli A. Meirom, Yuval Atzmon, Shie Mannor, Gal Chechik; 不确定性人工智能第三十七届会议论文集, PMLR 161:504-514

[abs][下载 PDF][补充 PDF]

L1 融合凸聚类在近线性时间内的动态可视化

张炳远, 陈杰, Yoshikazu Terada; 不确定性人工智能第三十七届会议论文集, PMLR 161:515-524

[abs][下载 PDF][补充 PDF]

FlexAE：灵活学习 Wasserstein 自编码器的潜在先验

Arnab Kumar Mondal, Himanshu Asnani, Parag Singla, AP Prathosh; 不确定性人工智能第三十七届会议论文集, PMLR 161:525-535

[abs][下载 PDF][补充 PDF]

广义参数路径问题

Kshitij Gajjar, Girish Varma, Prerona Chatterjee, Jaikumar Radhakrishnan; 不确定性人工智能第三十七届会议论文集, PMLR 161:536-546

[abs][下载 PDF]

通过变量划分进行高效的贪婪坐标下降

方黄, 方冠华, 于坦, 李平; 不确定性人工智能第三十七届会议论文集, PMLR 161:547-557

[abs][下载 PDF][补充 PDF]

贝叶斯流稀疏 Tucker 分解

Fang Shikai, Robert M. Kirby, Shandian Zhe; 不确定性人工智能第三十七届会议论文集, PMLR 161:558-567

[abs][下载 PDF][补充 PDF]

成本约束贝叶斯优化的非短视方法

Eric Hans Lee, David Eriksson, Valerio Perrone, Matthias Seeger; 不确定性人工智能第三十七届会议论文集, PMLR 161:568-577

[abs][下载 PDF][补充 PDF]

异步 ε-Greedy 贝叶斯优化

George De Ath, Richard M. Everson, Jonathan E. Fieldsend; 不确定性人工智能第三十七届会议论文集, PMLR 161:578-588

[abs][下载 PDF][补充 PDF]

使用决策规则进行全局解释：一种协同学习方法

Géraldin Nanfack, Paul Temple, Benoît Frénay; 不确定性人工智能第三十七届会议论文集, PMLR 161:589-599

[abs][下载 PDF][补充 PDF]

使用模型无关多目标算法解决分类中的公平性问题

Kirtan Padh, Diego Antognini, Emma Lejal-Glaude, Boi Faltings, Claudiu Musat; 不确定性人工智能第三十七届会议论文集, PMLR 161:600-609

[abs][下载 PDF][补充 PDF]

观测者感知规划的统一框架及其复杂性

Miura Shuwa, Zilberstein Shlomo; 第37届人工智能不确定性会议论文集, PMLR 161:610-620

[abs][下载 PDF]

统计序列化的启发式方法

Dhull Komal, Wang Jingyan, Shah Nihar B., Li Yuanzhi, Ravi R.; 第37届人工智能不确定性会议论文集, PMLR 161:621-631

[abs][下载 PDF][补充 PDF]

LocalNewton：降低分布式学习的通信轮数

Gupta Vipul, Ghosh Avishek, Dereziński Michał, Khanna Rajiv, Ramchandran Kannan, Mahoney Michael W.; 第37届人工智能不确定性会议论文集, PMLR 161:632-642

[abs][下载 PDF][补充 PDF]

生成式阿基米德协方差

Ng Yuting, Hasan Ali, Elkhalil Khalil, Tarokh Vahid; 第37届人工智能不确定性会议论文集, PMLR 161:643-653

[abs][下载 PDF][补充 PDF]

探索神经架构搜索中的损失景观

White Colin, Nolen Sam, Savani Yash; 第37届人工智能不确定性会议论文集, PMLR 161:654-664

[abs][下载 PDF][补充 PDF]

动量Q学习的有限时间理论

Bowen Weng, Huaqing Xiong, Lin Zhao, Yingbin Liang, Wei Zhang; 第37届人工智能不确定性会议论文集, PMLR 161:665-674

[abs][下载 PDF][补充 PDF]

使用对称分裂的贝叶斯神经网络哈密顿蒙特卡洛推断的缩放

Cobb Adam D., Jalaian Brian; 第37届人工智能不确定性会议论文集, PMLR 161:675-685

[abs][下载 PDF][补充 PDF]

广义多视图模型的鲁棒主成分分析

Nussbaum Frank, Giesen Joachim; 第37届人工智能不确定性会议论文集, PMLR 161:686-695

[abs][下载 PDF][补充 PDF]

用于稀疏信号的去中心化多智能体主动搜索

Ghods Ramina, Banerjee Arundhati, Schneider Jeff; 第37届人工智能不确定性会议论文集, PMLR 161:696-706

[abs][下载 PDF][补充 PDF]

使用耦合马尔可夫链进行变分自编码器无偏梯度估计

Ruiz Francisco J. R., Titsias Michalis K., Cemgil Taylan, Doucet Arnaud; 第37届人工智能不确定性会议论文集, PMLR 161:707-717

[abs][下载 PDF][补充 PDF]

基于最小最大遗憾的可能偏好引出

Adam Loïc, Destercke Sebastien; 第37届人工智能不确定性会议论文集, PMLR 161:718-727

[abs][下载 PDF]

粒子滤波在部分观测线性动态系统中规划的效率何时？

Du Simon S., Hu Wei, Li Zhiyuan, Shen Ruoqi, Song Zhao, Wu Jiajun; 第37届人工智能不确定性会议论文集, PMLR 161:728-737

[abs][下载 PDF][补充 PDF]

具有分段平稳对手策略的马尔可夫博弈的汤普森采样

DiGiovanni Anthony, Tewari Ambuj; 第37届人工智能不确定性会议论文集, PMLR 161:738-748

[abs][下载 PDF][补充 PDF]

用于贝叶斯持续学习的分层印度自助神经网络

Kessler Samuel, Nguyen Vu, Zohren Stefan, Roberts Stephen J.; 第37届人工智能不确定性会议论文集, PMLR 161:749-759

[abs][下载 PDF][补充 PDF]

使用费希尔信息衡量机器学习模型中的数据泄漏

Hannun Awni, Guo Chuan, van der Maaten Laurens; 第37届人工智能不确定性会议论文集, PMLR 161:760-770

[abs][下载 PDF][补充 PDF]

通过商特征空间改进组不变/等变深度网络的泛化界限

Sannai Akiyoshi, Imaizumi Masaaki, Kawano Makoto; 第37届人工智能不确定性会议论文集, PMLR 161:771-780

[abs][下载 PDF][补充 PDF][补充 ZIP]

用于元学习的概率任务建模

Nguyen Cuong C., Do Thanh-Toan, Carneiro Gustavo; 第37届人工智能不确定性会议论文集, PMLR 161:781-791

[abs][下载 PDF][补充 PDF]

子模函数在子模覆盖下的最大化近似算法

Ohsaka Naoto, Matsuoka Tatsuya; 第37届人工智能不确定性会议论文集, PMLR 161:792-801

[abs][下载 PDF]

迭代差分隐私学习算法的更严格的泛化界限

何锋翔, 王博瀚, 陶大成; 第三十七届人工智能不确定性会议论文集, PMLR 161:802-812

[abs][下载 PDF][补充 PDF]

具有隐藏变量的 DAG 模型中的依赖性

Robin J. Evans; 第三十七届人工智能不确定性会议论文集, PMLR 161:813-822

[abs][下载 PDF][补充 PDF]

通过同义词编码进行自然语言对抗防御

王晓森, 郝晋, 杨一辰, 何昆; 第三十七届人工智能不确定性会议论文集, PMLR 161:823-833

[abs][下载 PDF][补充 ZIP]

Path-BN：ReLU 网络路径空间中有效的批量归一化

罗徐芳, 孟琦, 陈伟, 王云红, 刘铁岩; 第三十七届人工智能不确定性会议论文集, PMLR 161:834-843

[abs][下载 PDF][补充 PDF]

标签漂移下分类的不确定性量化（无分布假设）

Aleksandr Podkopaev, Aaditya Ramdas; 第三十七届人工智能不确定性会议论文集, PMLR 161:844-853

[abs][下载 PDF][补充 PDF]

通过几何梯度分析识别神经网络中的不可信预测

Leo Schwinn, An Nguyen, René Raab, Leon Bungert, Daniel Tenbrinck, Dario Zanca, Martin Burger, Bjoern Eskofier; 第三十七届人工智能不确定性会议论文集, PMLR 161:854-864

[abs][下载 PDF]

非平稳环境下的组合半盗贼问题

陈伟, 王立伟, 赵昊宇, 郑凯; 第三十七届人工智能不确定性会议论文集, PMLR 161:865-875

[abs][下载 PDF][补充 PDF]

用于价值函数的时间变分传递

Giuseppe Canonaco, Andrea Soprani, Matteo Giuliani, Andrea Castelletti, Manuel Roveri, Marcello Restelli; 第三十七届人工智能不确定性会议论文集, PMLR 161:876-886

[abs][下载 PDF][补充 PDF]

BayLIME：贝叶斯局部可解释模型无关解释

赵兴宇, 黄伟, 黄晓伟, Valentin Robu, David Flynn; 第三十七届人工智能不确定性会议论文集, PMLR 161:887-896

[abs][下载 PDF][补充 PDF][补充 ZIP]

残差架构的随机核

Etai Littwin, Tomer Galanti, Lior Wolf; 第三十七届人工智能不确定性会议论文集, PMLR 161:897-907

[abs][下载 PDF][补充 PDF]

神经马尔可夫逻辑网络

Giuseppe Marra, Ondřej Kuželka; 第三十七届人工智能不确定性会议论文集, PMLR 161:908-917

[abs][下载 PDF][补充 PDF]

用于小数据学习的具有概率嵌入的深度核

Ankur Mallick, Chaitanya Dwivedi, Bhavya Kailkhura, Gauri Joshi, T. Yong-Jin Han; 第三十七届人工智能不确定性会议论文集, PMLR 161:918-928

[abs][下载 PDF]

量化对贝叶斯神经网络中模型不确定性的影响

Martin Ferianc, Partha Maji, Matthew Mattina, Miguel Rodrigues; 第三十七届人工智能不确定性会议论文集, PMLR 161:929-938

[abs][下载 PDF][补充 PDF]

GP-ConvCNP：用于时间序列数据的条件卷积神经过程的更好泛化

Jens Petersen, Gregor Köhler, David Zimmerer, Fabian Isensee, Paul F. Jäger, Klaus H. Maier-Hein; 第三十七届人工智能不确定性会议论文集, PMLR 161:939-949

[abs][下载 PDF][补充 PDF]

具有频率调制核的混合变量贝叶斯优化

Changyong Oh, Efstratios Gavves, Max Welling; 第三十七届人工智能不确定性会议论文集, PMLR 161:950-960

[abs][下载 PDF][补充 PDF]

美国西部亚季节气候预测的贝叶斯空间模型

Vishwak Srinivasan, Justin Khim, Arindam Banerjee, Pradeep Ravikumar; 第三十七届人工智能不确定性会议论文集, PMLR 161:961-970

[abs][下载 PDF][补充 PDF][补充 ZIP]

用于贝叶斯系统发育推断的变分组合顺序蒙特卡洛方法

Antonio Khalil Moretti, Liyi Zhang, Christian A. Naesseth, Hadiah Venner, David Blei, Itsik Pe’er; 第三十七届人工智能不确定性会议论文集, PMLR 161:971-981

[abs][下载 PDF][补充 PDF]

存在观察到的混杂因素和中介变量的治疗效果估计

Shantanu Gupta, Zachary C. Lipton, David Childers; 第三十七届人工智能不确定性会议论文集, PMLR 161:982-991

[abs][下载 PDF][补充 PDF]

对抗马尔可夫决策过程中的高概率无后悔学习

Mahsa Ghasemi, Abolfazl Hashemi, Haris Vikalo, Ufuk Topcu; 第三十七届人工智能不确定性会议论文集, PMLR 161:992-1001

[abs][下载PDF][补充PDF]

一种用于多任务强化学习的分散策略梯度方法

曾思涵, Malik Aqeel Anwar, Thinh T. Doan, Arijit Raychowdhury, Justin Romberg; 第37届人工智能不确定性会议论文集, PMLR 161:1002-1012

[abs][下载PDF][补充PDF]

组合抽象误差和一类因果模型

Eigil F. Rischel, Sebastian Weichwald; 第37届人工智能不确定性会议论文集, PMLR 161:1013-1023

[abs][下载PDF][补充PDF]

具有切换成本的模块化黑盒系统的贝叶斯优化

Chi-Heng Lin, Joseph D. Miano, Eva L. Dyer; 第37届人工智能不确定性会议论文集, PMLR 161:1024-1034

[abs][下载PDF][补充PDF]

稀疏高斯过程中的诱导点概率选择

Anders Kirk Uhrenholt, Valentin Charvet, Bjørn Sand Jensen; 第37届人工智能不确定性会议论文集, PMLR 161:1035-1044

[abs][下载PDF][补充PDF]

来自具有隐藏变量的有向无环图中e-分离关系的熵不等式约束

Noam Finkelstein, Beata Zjawin, Elie Wolfe, Ilya Shpitser, Robert W. Spekkens; 第37届人工智能不确定性会议论文集, PMLR 161:1045-1055

[abs][下载PDF][补充PDF]

使用推理组合子的概率程序的提议学习

Sam Stites, Heiko Zimmermann, Hao Wu, Eli Sennesh, Jan-Willem van de Meent; 第37届人工智能不确定性会议论文集, PMLR 161:1056-1066

[abs][下载PDF][补充PDF]

分层无限关系模型

Feras A. Saad, Vikash K. Mansinghka; 第37届人工智能不确定性会议论文集, PMLR 161:1067-1077

[abs][下载PDF]

通过自表达图神经网络进行无监督约束社区检测

Sambaran Bandyopadhyay, Vishal Peter; 第37届人工智能不确定性会议论文集, PMLR 161:1078-1088

[abs][下载PDF]

NP-DRAW：用于图像生成的非参数结构化潜在变量模型

Xiaohui Zeng, Raquel Urtasun, Richard Zemel, Sanja Fidler, Renjie Liao; 第37届人工智能不确定性会议论文集, PMLR 161:1089-1099

[abs][下载PDF][补充PDF]

PALM：用于蛋白质序列比对的概率区域损失最小化

Fan Ding, Nan Jiang, Jianzhu Ma, Jian Peng, Jinbo Xu, Yexiang Xue; 第37届人工智能不确定性会议论文集, PMLR 161:1100-1109

[abs][下载PDF][补充PDF]

随机微分隐私模型中的主成分分析

Fanhua Shang, Zhihui Zhang, Tao Xu, Yuanyuan Liu, Hongying Liu; 第37届人工智能不确定性会议论文集, PMLR 161:1110-1119

[abs][下载PDF]

方差依赖的最佳臂识别

Pinyan Lu, Chao Tao, Xiaojin Zhang; 第37届人工智能不确定性会议论文集, PMLR 161:1120-1129

[abs][下载PDF]

随机连续归一化流：将SDE训练为ODE

Liam Hodgkinson, Chris van der Heide, Fred Roosta, Michael W. Mahoney; 第37届人工智能不确定性会议论文集, PMLR 161:1130-1140

[abs][下载PDF]

分类网络倒数第二层激活值的分布

Minkyo Seo, Yoonho Lee, Suha Kwak; 第37届人工智能不确定性会议论文集, PMLR 161:1141-1151

[abs][下载PDF]

非对数凹采样中随机梯度朗之万动力学更快收敛

Difan Zou, Pan Xu, Quanquan Gu; 第37届人工智能不确定性会议论文集, PMLR 161:1152-1162

[abs][下载PDF][补充PDF]

可计算的期望核

Wenzhe Li, Zhe Zeng, Antonio Vergari, Guy Van den Broeck; 第37届人工智能不确定性会议论文集, PMLR 161:1163-1173

[abs][下载PDF][补充PDF]

具有固定蝴蝶结构的稀疏线性网络：理论与实践

Nir Ailon, Omer Leibovitch, Vineet Nair; 第37届人工智能不确定性会议论文集, PMLR 161:1174-1184

[abs][下载PDF][补充PDF]

使用Rényi散度的不确定性感知敏感性分析

Topi Paananen, Michael Riis Andersen, Aki Vehtari; 第37届人工智能不确定性会议论文集, PMLR 161:1185-1194

[abs][下载PDF][补充PDF]

在决斗强盗中对Condorcet赢家的证明

Björn Haddenhorst, Viktor Bengs, Jasmin Brandt, Eyke Hüllermeier; 第37届人工智能不确定性会议论文集, PMLR 161:1195-1205

[abs][下载PDF][补充PDF]

深度核学习的承诺与陷阱

Sebastian W. Ober, Carl E. Rasmussen, Mark van der Wilk; 第37届人工智能不确定性会议论文集, PMLR 161:1206-1216

[abs][下载PDF][补充PDF]

具有线性因果模型的因果发现中的置信度

David Strieder, Tobias Freidling, Stefan Haffner, Mathias Drton; 第37届人工智能不确定性会议论文集, PMLR 161:1217-1226

[abs][下载PDF]

带有弃权的分类，但没有差异

Nicolas Schreuder, Evgenii Chzhen; 第三十七届人工智能不确定性会议论文集, PMLR 161:1227-1236

[abs][下载PDF][补充PDF]

通过精确搜索进行最大祖先图结构学习

Kari Rantanen, Antti Hyttinen, Matti Järvisalo; 第三十七届人工智能不确定性会议论文集, PMLR 161:1237-1247

[abs][下载PDF]

因果图形模型的扩展性：算法和计算复杂度

Marcel Wienöbst, Max Bannach, Maciej Liśkiewicz; 第三十七届人工智能不确定性会议论文集, PMLR 161:1248-1257

[abs][下载PDF][补充PDF]

高斯过程现在预测：应用于COVID-19死亡率报告

Iwona Hawryluk, Henrique Hoeltgebaum, Swapnil Mishra, Xenia Miscouridou, Ricardo P Schnekenberg, Charles Whittaker, Michaela Vollmer, Seth Flaxman, Samir Bhatt, Thomas A. Mellan; 第三十七届人工智能不确定性会议论文集, PMLR 161:1258-1268

[abs][下载PDF][补充PDF]

Trumpets：用于推理和反问题的注入流

Konik Kothari, AmirEhsan Khorashadizadeh, Maarten de Hoop, Ivan Dokmanić; 第三十七届人工智能不确定性会议论文集, PMLR 161:1269-1278

[abs][下载PDF][补充PDF]

沉没成本偏差的随机模型

Jon Kleinberg, Sigal Oren, Manish Raghavan, Nadav Sklar; 第三十七届人工智能不确定性会议论文集, PMLR 161:1279-1288

[abs][下载PDF][补充PDF]

优化的辅助粒子滤波器：通过凸优化调整混合建议

Nicola Branchini, Víctor Elvira; 第三十七届人工智能不确定性会议论文集, PMLR 161:1289-1299

[abs][下载PDF][补充PDF]

当控制变量未知时，推断因果效应

Ludvig Hult, Dave Zachariah; 第三十七届人工智能不确定性会议论文集, PMLR 161:1300-1309

[abs][下载PDF][补充PDF]

具有异质缺失数据的降维

Yurong Ling, Zijing Liu, Jing-Hao Xue; 第三十七届人工智能不确定性会议论文集, PMLR 161:1310-1320

[abs][下载PDF][补充PDF]

张量训练密度估计

Georgii S. Novikov, Maxim E. Panov, Ivan V. Oseledets; 第三十七届人工智能不确定性会议论文集, PMLR 161:1321-1331

[abs][下载PDF][补充PDF]

基于高斯过程的稀疏时间序列数据的相似度度量

Zijing Liu, Mauricio Barahona; 第三十七届人工智能不确定性会议论文集, PMLR 161:1332-1341

[abs][下载PDF]

更强大的基于情节的元学习

Beyza Ermis, Giovanni Zappella, Cédric Archambeau; 第三十七届人工智能不确定性会议论文集, PMLR 161:1342-1351

[abs][下载PDF][补充PDF]

ReZero就是你所需要的：在大型深度学习中快速收敛

Thomas Bachlechner, Bodhisattwa Prasad Majumder, Henry Mao, Gary Cottrell, Julian McAuley; 第三十七届人工智能不确定性会议论文集, PMLR 161:1352-1361

[abs][下载PDF][补充PDF]

用于深度高斯过程回归的子数据集变分推断

Ayush Jain, P. K. Srijith, Mohammad Emtiyaz Khan; 第三十七届人工智能不确定性会议论文集, PMLR 161:1362-1370

[abs][下载PDF][补充PDF]

PLSO：一种将非平稳时间序列分解为分段平稳振荡分量的生成框架

Andrew H. Song, Demba Ba, Emery N. Brown; 第三十七届人工智能不确定性会议论文集, PMLR 161:1371-1381

[abs][下载PDF][补充PDF]

通过必要性和充分性进行局部解释：统一理论和实践

David S. Watson, Limor Gultchin, Ankur Taly, Luciano Floridi; 第三十七届人工智能不确定性会议论文集, PMLR 161:1382-1392

[abs][下载PDF][补充PDF]

使用单元图进行双变量逻辑的更快提升

Timothy van Bremen, Ondřej Kuželka; 第三十七届人工智能不确定性会议论文集, PMLR 161:1393-1402

[abs][下载PDF][补充PDF]

贝叶斯神经网络的后向损失校准

Meet P. Vadera, Soumya Ghosh, Kenney Ng, Benjamin M. Marlin; 第三十七届人工智能不确定性会议论文集, PMLR 161:1403-1412

[abs][下载PDF][补充PDF]

基于模型的强化学习中可追踪的乐观性

Aldo Pacchiano, Philip Ball, Jack Parker-Holder, Krzysztof Choromanski, Stephen Roberts; 第三十七届人工智能不确定性会议论文集, PMLR 161:1413-1423

[abs][下载PDF][补充PDF]

概率DAG搜索

Julia Grosse, Cheng Zhang, Philipp Hennig; 第三十七届人工智能不确定性会议论文集, PMLR 161:1424-1433

[abs][下载PDF][补充PDF]

因果和干预马尔可夫边界

Sofia Triantafillou, Fattaneh Jabbari, Gregory F. Cooper; 人工智能不确定性会议论文集，PMLR 161:1434-1443

[abs][下载PDF][补充PDF]

组合bandit算法的简单组合方法：扰动和近似

Haike Xu, Jian Li; 人工智能不确定性会议论文集，PMLR 161:1444-1454

[abs][下载PDF][补充PDF]

CLAIM：用于未知社交网络中影响力最大化的课程学习策略

Dexun Li, Meghna Lowalekar, Pradeep Varakantham; 人工智能不确定性会议论文集，PMLR 161:1455-1465

[abs][下载PDF]

使用高斯过程的学习学习

Quoc Phong Nguyen, Bryan Kian Hsiang Low, Patrick Jaillet; 人工智能不确定性会议论文集，PMLR 161:1466-1475

[abs][下载PDF][补充PDF]

和积定律和用于不精确马尔可夫链的有效算法

Jasper De Bock, Alexander Erreygers, Thomas Krak; 人工智能不确定性会议论文集，PMLR 161:1476-1485

[abs][下载PDF]

用于高效贝叶斯优化的可信最大化熵搜索

Quoc Phong Nguyen, Zhaoxuan Wu, Bryan Kian Hsiang Low, Patrick Jaillet; 人工智能不确定性会议论文集，PMLR 161:1486-1495

[abs][下载PDF][补充PDF]

基于回合的随机游戏的最小最大样本复杂度

Qiwen Cui, Lin F. Yang; 人工智能不确定性会议论文集，PMLR 161:1496-1504

[abs][下载PDF][补充PDF]

用于不确定性感知推荐系统的多输出高斯过程

Yinchong Yang, Florian Buettner; 人工智能不确定性会议论文集，PMLR 161:1505-1514

[abs][下载PDF]

深度展开RNNs的泛化误差界限

Boris Joukovsky, Tanmoy Mukherjee, Huynh Van Luong, Nikos Deligiannis; 人工智能不确定性会议论文集，PMLR 161:1515-1524

[abs][下载PDF][补充PDF]

RISAN：鲁棒的实例特定深度弃权网络

Bhavya Kalra, Kulin Shah, Naresh Manwani; 人工智能不确定性会议论文集，PMLR 161:1525-1534

[abs][下载PDF][补充PDF]

考虑应急情况的影响力最大化：一种强化学习方法

Haipeng Chen, Wei Qiu, Han-Ching Ou, Bo An, Milind Tambe; 人工智能不确定性会议论文集，PMLR 161:1535-1545

[abs][下载PDF]

用于处理效应估计的不变表示学习

Claudia Shi, Victor Veitch, David M. Blei; 人工智能不确定性会议论文集，PMLR 161:1546-1555

[abs][下载PDF][补充PDF]

使用图神经网络生成对抗样本

Florian Jaeckle, M. Pawan Kumar; 人工智能不确定性会议论文集，PMLR 161:1556-1564

[abs][下载PDF][补充PDF]

带有局部因果发现应用的贝叶斯非参数条件双样本检验

Philip A. Boeken, Joris M. Mooij; 人工智能不确定性会议论文集，PMLR 161:1565-1575

[abs][下载PDF][补充PDF]

基于图的半监督学习通过安全性的视角

Shreyas Sheshadri, Avirup Saha, Priyank Patel, Samik Datta, Niloy Ganguly; 人工智能不确定性会议论文集，PMLR 161:1576-1586

[abs][下载PDF][补充PDF]

竞争多智能体强化学习中战略高效的探索

Robert Loftin, Aadirupa Saha, Sam Devlin, Katja Hofmann; 人工智能不确定性会议论文集，PMLR 161:1587-1596

[abs][下载PDF][补充PDF]

使用高斯过程的信息理论元学习

Michalis K. Titsias, Francisco J. R. Ruiz, Sotirios Nikoloutsopoulos, Alexandre Galashov; 人工智能不确定性会议论文集，PMLR 161:1597-1606

[abs][下载PDF][补充PDF]

结合伪点和状态空间近似用于和可分离高斯过程

Will Tebbutt, Arno Solin, Richard E. Turner; 人工智能不确定性会议论文集，PMLR 161:1607-1617

[abs][下载PDF][补充PDF]

循环分类器中的类别平衡 GAN

Harsh Rangwani, Konda Reddy Mopuri, R. Venkatesh Babu; 第三十七届人工智能不确定性会议论文集, PMLR 161:1618-1627

[abs][下载 PDF][补充 PDF]

具有聚类正则化的隐马尔可夫模型的分层学习

Hui Lan, Antoni B. Chan; 第三十七届人工智能不确定性会议论文集, PMLR 161:1628-1638

[abs][下载 PDF][补充 PDF]

用于最小化多峰函数探索的长期探索

Jiaxin Zhang, Hoang Tran, Dan Lu, Guannan Zhang; 第三十七届人工智能不确定性会议论文集, PMLR 161:1639-1649

[abs][下载 PDF][补充 PDF]

最大池化网络的优化和泛化分析

Alon Brutzkus, Amir Globerson; 第三十七届人工智能不确定性会议论文集, PMLR 161:1650-1660

[abs][下载 PDF][补充 PDF]

深度神经网络策略的漏洞调查

Ezgi Korkmaz; 第三十七届人工智能不确定性会议论文集, PMLR 161:1661-1670

[abs][下载 PDF][补充 PDF]

使用多变量时间熵曲程建模金融不确定性

Ramit Sawhney, Arnav Wadhwa, Ayush Mangal, Vivek Mittal, Shivam Agarwal, Rajiv Ratn Shah; 第三十七届人工智能不确定性会议论文集, PMLR 161:1671-1681

[abs][下载 PDF][补充 PDF]

随机概率电路

Nicola Di Mauro, Gennaro Gala, Marco Iannotta, Teresa M.A. Basile; 第三十七届人工智能不确定性会议论文集, PMLR 161:1682-1691

[abs][下载 PDF][补充 PDF]

稀疏线性强盗的的多任务和元学习

Leonardo Cella, Massimiliano Pontil; 第三十七届人工智能不确定性会议论文集, PMLR 161:1692-1702

[abs][下载 PDF][补充 PDF]

联邦随机梯度朗之万动力学

Khaoula el Mekkaoui, Diego Mesquita, Paul Blomstedt, Samuel Kaski; 第三十七届人工智能不确定性会议论文集, PMLR 161:1703-1712

[abs][下载 PDF][补充 PDF]

贝叶斯神经网络中迭代预测的认证

Matthew Wicker, Luca Laurenti, Andrea Patane, Nicola Paoletti, Alessandro Abate, Marta Kwiatkowska; 第三十七届人工智能不确定性会议论文集, PMLR 161:1713-1723

[abs][下载 PDF][补充 PDF]

基于整数规划的鲁棒分类的纠错输出码设计

Samarth Gupta, Saurabh Amin; 第三十七届人工智能不确定性会议论文集, PMLR 161:1724-1734

[abs][下载 PDF][补充 PDF]

统计上鲁棒的神经网络分类

Benjie Wang, Stefan Webb, Tom Rainforth; 第三十七届人工智能不确定性会议论文集, PMLR 161:1735-1745

[abs][下载 PDF][补充 PDF]

最大线性贝叶斯网络的马尔可夫等价性

Carlos Améndola, Benjamin Hollering, Seth Sullivant, Ngoc Tran; 第三十七届人工智能不确定性会议论文集, PMLR 161:1746-1755

[abs][下载 PDF]

低带宽设备上的受约束差分隐私联邦学习

Raouf Kerkouche, Gergely Ács, Claude Castelluccia, Pierre Genevès; 第三十七届人工智能不确定性会议论文集, PMLR 161:1756-1765

[abs][下载 PDF][补充 PDF][补充 ZIP]

了解你的局限性：使用 ReLU 分类器的不确定性估计在可靠的 OOD 检测中失败

Dennis Ulmer, Giovanni Cinà; 第三十七届人工智能不确定性会议论文集, PMLR 161:1766-1776

[abs][下载 PDF][补充 PDF]

不确定性下的最近邻搜索

Blake Mason, Ardhendu Tripathy, Robert Nowak; 第三十七届人工智能不确定性会议论文集, PMLR 161:1777-1786

[abs][下载 PDF][补充 PDF]

通过深度专家混合进行强化学习领域的上下文策略迁移

Michael Gimelfarb, Scott Sanner, Chi-Guhn Lee; 第三十七届人工智能不确定性会议论文集, PMLR 161:1787-1797

[abs][下载 PDF][补充 PDF]

具有测量误差的离散数据中的部分可识别性

Noam Finkelstein, Roy Adams, Suchi Saria, Ilya Shpitser; 第三十七届人工智能不确定性会议论文集, PMLR 161:1798-1808

[abs][下载 PDF][补充 PDF][补充 ZIP]

基于偏度校正的 CVaR 峰值超阈值估计

Dylan Troop, Frédéric Godin, Jia Yuan Yu; 第三十七届人工智能不确定性会议论文集, PMLR 161:1809-1818

[abs][下载 PDF][补充 PDF][补充 ZIP]

使用前向 Kullback-Leibler 散度的重要性采样的变分细化

Ghassen Jerfel, Serena Wang, Clara Wong-Fannjiang, Katherine A. Heller, Yian Ma, Michael I. Jordan; 第三十七届人工智能不确定性会议论文集, PMLR 161:1819-1829

[abs][下载 PDF][补充 PDF][补充 ZIP]

条件密度模型和贝叶斯推理算法的诊断

David Zhao, Niccolò Dalmasso, Rafael Izbicki, Ann B. Lee; 人工智能不确定性三十七届会议论文集, PMLR 161:1830-1840

[abs][下载 PDF][补充 PDF]

用于回归和优化的非 PSD 矩阵草图

Zhili Feng, Fred Roosta, David P. Woodruff; 人工智能不确定性三十七届会议论文集, PMLR 161:1841-1851

[abs][下载 PDF][补充 PDF]

保持形状：使用对比学习学习不变形状表示

Jeffrey Gu, Serena Yeung; 人工智能不确定性三十七届会议论文集, PMLR 161:1852-1862

[abs][下载 PDF][补充 PDF]

基于 Lyapunov 函数估计吸引域的信念传播收敛行为

Harald Leisenberger, Christian Knoll, Richard Seeber, Franz Pernkopf; 人工智能不确定性三十七届会议论文集, PMLR 161:1863-1873

[abs][下载 PDF]

解释在线模仿学习中的快速改进

Xinyan Yan, Byron Boots, Ching-An Cheng; 人工智能不确定性三十七届会议论文集, PMLR 161:1874-1884

[abs][下载 PDF][补充 PDF][补充 ZIP]

用于多资源空间覆盖问题的基于梯度的优化

Nitin Kamra, Yan Liu; 人工智能不确定性三十七届会议论文集, PMLR 161:1885-1894

[abs][下载 PDF][补充 PDF]

用于 DNA 甲基化数据的双非中心 Beta 矩阵分解

Aaron Schein, Anjali Nagulpally, Hanna Wallach, Patrick Flaherty; 人工智能不确定性三十七届会议论文集, PMLR 161:1895-1904

[abs][下载 PDF][补充 PDF]

具有低维梯度的 SGD，用于私密和分布式学习

Shiva Prasad Kasiviswanathan; 人工智能不确定性三十七届会议论文集, PMLR 161:1905-1915

[abs][下载 PDF][补充 PDF]

主动多保真度贝叶斯在线变化点检测

Gregory W. Gundersen, Diana Cai, Chuteng Zhou, Barbara E. Engelhardt, Ryan P. Adams; 人工智能不确定性三十七届会议论文集, PMLR 161:1916-1926

[abs][下载 PDF][补充 PDF]

多玩家随机游戏中的学习

William Brown; 人工智能不确定性三十七届会议论文集, PMLR 161:1927-1937

[abs][下载 PDF][补充 PDF]

q-Paths：使用幂均值推广几何退火路径

Vaden Masrani, Rob Brekelmans, Thang Bui, Frank Nielsen, Aram Galstyan, Greg Ver Steeg, Frank Wood; 人工智能不确定性三十七届会议论文集, PMLR 161:1938-1947

[abs][下载 PDF][补充 PDF]

因果推断的条件数界限

Spencer L. Gordon, Vinayak M. Kumar, Leonard J. Schulman, Piyush Srivastava; 人工智能不确定性三十七届会议论文集, PMLR 161:1948-1957

[abs][下载 PDF][补充 PDF]

用于深度神经网络的有效分布外检测的曲率草图

Apoorva Sharma, Navid Azizan, Marco Pavone; 人工智能不确定性三十七届会议论文集, PMLR 161:1958-1967

[abs][下载 PDF][补充 PDF]

CORe：利用 Bandit 探索中的奖励

Nan Wang, Branislav Kveton, Maryam Karimzadehgan; 人工智能不确定性三十七届会议论文集, PMLR 161:1968-1978

[abs][下载 PDF][补充 PDF][补充 ZIP]

用于半监督节点分类的显式成对因子图神经网络

Yu Wang, Yuesong Shen, Daniel Cremers; 人工智能不确定性三十七届会议论文集, PMLR 161:1979-1987

[abs][下载 PDF]

神经网络剪枝的统计力学分析

Rupam Acharyya, Ankani Chattoraj, Boyu Zhang, Shouman Das, Daniel Štefankovič; 人工智能不确定性三十七届会议论文集, PMLR 161:1988-1997

[abs][下载 PDF][补充 PDF]

深度卷积神经网络的无限极限中的相关权重

Adrià Garriga-Alonso, Mark van der Wilk; 人工智能不确定性三十七届会议论文集, PMLR 161:1998-2007

[abs][下载 PDF][补充 PDF]

利用概率电路进行非参数多输出回归

Zhongjie Yu, Mingye Zhu, Martin Trapp, Arseny Skryagin, Kristian Kersting; 人工智能不确定性三十七届会议论文集, PMLR 161:2008-2018

[abs][下载 PDF][补充 PDF]

PROVIDE：用于无监督视频分解的概率框架

Polina Zablotskaia, Edoardo A. Dominici, Leonid Sigal, Andreas M. Lehrmann; 人工智能不确定性三十七届会议论文集, PMLR 161:2019-2028

[abs][下载 PDF][补充 PDF][补充 ZIP]

图像和运动分割中最小成本多割的不确定性

Amirhossein Kardoost, Margret Keuper; 人工智能不确定性三十七届会议论文集, PMLR 161:2029-2038

[abs][下载 PDF][补充 PDF]

基于逻辑约束的采样和平均下的概率句子决策图学习

Renato Lui Geh, Denis Deratani Mauá; 人工智能不确定性三十七届会议论文集, PMLR 161:2039-2049

[abs][下载 PDF][补充 PDF]

条件独立的数据生成

Kartik Ahuja, Prasanna Sattigeri, Karthikeyan Shanmugam, Dennis Wei, Karthikeyan Natesan Ramamurthy, Murat Kocaoglu; 人工智能不确定性三十七届会议论文集, PMLR 161:2050-2060

[abs][下载 PDF][补充 PDF]

使用 A* 的精确和近似分层聚类

Craig S. Greenberg, Sebastian Macaluso, Nicholas Monath, Avinava Dubey, Patrick Flaherty, Manzil Zaheer, Amr Ahmed, Kyle Cranmer, Andrew McCallum; 人工智能不确定性三十七届会议论文集, PMLR 161:2061-2071

[abs][下载 PDF][补充 PDF]

非参数混合模型的有效在线推断

Rylan Schaeffer, Blake Bordelon, Mikail Khona, Weiwei Pan, Ila Rani Fiete; 人工智能不确定性三十七届会议论文集, PMLR 161:2072-2081

[abs][下载 PDF]

通过贝叶斯优化进行无遗憾近似推断

Rafael Oliveira, Lionel Ott, Fabio Ramos; 人工智能不确定性三十七届会议论文集, PMLR 161:2082-2092

[abs][下载 PDF][补充 PDF]

解耦未知因果干预的混合物

Abhinav Kumar, Gaurav Sinha; 人工智能不确定性三十七届会议论文集, PMLR 161:2093-2102

[abs][下载 PDF][补充 PDF]

SDM-Net：一种简单有效的广义零样本学习模型

Shabnam Daghaghi, Tharun Medini, Anshumali Shrivastava; 人工智能不确定性三十七届会议论文集, PMLR 161:2103-2113

[abs][下载 PDF]

通往公平和稳定图表示学习的统一框架

Chirag Agarwal, Himabindu Lakkaraju, Marinka Zitnik; 人工智能不确定性三十七届会议论文集, PMLR 161:2114-2124

[abs][下载 PDF][补充 PDF]

识别受信任预测的区域

Nivasini Ananthakrishnan, Shai Ben-David, Tosca Lechner, Ruth Urner; 人工智能不确定性三十七届会议论文集, PMLR 161:2125-2134

[abs][下载 PDF][补充 PDF]

在实例目标中毒下的学习和认证

Ji Gao, Amin Karbasi, Mohammad Mahmoody; 人工智能不确定性三十七届会议论文集, PMLR 161:2135-2145

[abs][下载 PDF]

最小/最大稳定性与盒分布

Michael Boratko, Javier Burroni, Shib Sankar Dasgupta, Andrew McCallum; 人工智能不确定性三十七届会议论文集, PMLR 161:2146-2155

[abs][下载 PDF][补充 PDF]

基于核的采样算法的几何收敛速率

Rajiv Khanna, Liam Hodgkinson, Michael W. Mahoney; 人工智能不确定性三十七届会议论文集, PMLR 161:2156-2164

[abs][下载 PDF][补充 PDF]

顺序核集合蒙特卡洛

Boyan Beronov, Christian Weilbach, Frank Wood, Trevor Campbell; 人工智能不确定性三十七届会议论文集, PMLR 161:2165-2175

[abs][下载 PDF][补充 PDF]