[编辑]

第49卷:学习理论会议,2016年6月23-26日,纽约哥伦比亚大学,美国纽约

[编辑]

编辑:Vitaly Feldman,Alexander Rakhlin,Ohad Shamir

[bib][citeproc]

目录

序言

2016年学习理论会议:前言

Vitaly Feldman,Alexander Rakhlin; 第29届学习理论年会,PMLR 49:1-3

常规论文

开放问题

开放问题:记忆无关策略类中POMDP的近似规划

Kamyar Azizzadenesheli,Alessandro Lazaric,Animashree Anandkumar; 第29届学习理论年会,PMLR 49:1639-1642

开放问题:最佳臂识别:几乎实例最优性和间隙熵猜想

Lijie Chen,Jian Li; 第29届学习理论年会,PMLR 49:1643-1646

开放问题:流形和度量空间上的核方法。正定测地指数核的概率是多少?

Aasa Feragen,Søren Hauberg; 第29届学习理论年会,PMLR 49:1647-1650

开放问题:基于时间缩放的二阶后悔界限

Yoav Freund; 第29届学习理论年会,PMLR 49:1651-1654

开放问题:属性归纳和归纳复杂性

Rafael Frongillo,Ian Kash,Stephen Becker; 第29届学习理论年会,PMLR 49:1655-1658

开放问题:无参数和无尺度在线算法

Francesco Orabona,Dávid Pál; 第29届学习理论年会,PMLR 49:1659-1664

带有背包的上下文bandit的有效算法,以及对凹目标的扩展

Shipra Agrawal,Nikhil R. Devanur,Lihong Li; 第29届学习理论年会,PMLR 49:4-18

学习和测试联合分布

Maryam Aliakbarpour,Eric Blais,Ronitt Rubinfeld; 第29届学习理论年会,PMLR 49:19-46

符号秩与VC维

Noga Alon,Shay Moran,Amir Yehudayoff; 第29届学习理论年会,PMLR 49:47-80

用于非凸优化中逃离高阶鞍点的有效方法

Animashree Anandkumar,Rong Ge; 第29届学习理论年会,PMLR 49:81-102

用于采样强Rayleigh分布和行列式点过程的蒙特卡洛马尔可夫链算法

Nima Anari,Shayan Oveis Gharan,Alireza Rezaei; 第29届学习理论年会,PMLR 49:103-115

用于随机和对抗bandit的近乎最优伪后悔算法

Peter Auer,Chao-Kai Chiang; 第29届学习理论年会,PMLR 49:116-120

基于因子线性模型的模型强化学习的策略误差界限

Bernardo Ávila Pires,Csaba Szepesvári; 第29届学习理论年会,PMLR 49:121-151

在非对称噪声下学习和1位压缩感知

Pranjal Awasthi,Maria-Florina Balcan,Nika Haghtalab,Hongyang Zhang; 第29届学习理论年会,PMLR 49:152-192

使用谱方法进行POMDP的强化学习

Kamyar Azizzadenesheli,Alessandro Lazaric,Animashree Anandkumar; 第29届学习理论年会,PMLR 49:193-256

高度平滑的零阶在线优化

Francis Bach,Vianney Perchet; 第29届学习理论年会,PMLR 49:257-283

噪声幂方法的改进间隙依赖性分析

Maria-Florina Balcan,Simon Shaolei Du,Yining Wang,Adams Wei Yu; 第29届学习理论年会,PMLR 49:284-309

从成对比较中学习组合函数

Maria-Florina Balcan,Ellen Vitercik,Colin White; 第29届学习理论年会,PMLR 49:310-335

用于决斗bandit的实例依赖后悔界限

Akshay Balsubramani,Zohar Karnin,Robert E. Schapire,Masrour Zoghi; 第29届学习理论年会,PMLR 49:336-360

用于同步和社群检测产生的半定规划的低秩方法

Afonso S. Bandeira,Nicolas Boumal,Vladislav Voroninski; 第29届学习理论年会,PMLR 49:361-382

稀疏网络中社群检测的信息理论阈值

Jess Banks,Cristopher Moore,Joe Neeman,Praneeth Netrapalli; 第29届学习理论年会,PMLR 49:383-416

通过求和平方层次完成噪声张量

Boaz Barak, Ankur Moitra; 第29届学习理论年会, PMLR 49:417-445

基于基础学习的算法原语

Mikhail Belkin, Luis Rademacher, James Voss; 第29届学习理论年会, PMLR 49:446-487

Lasso路径沿支持的聚合

Pierre C. Bellec; 第29届学习理论年会, PMLR 49:488-529

更快半定优化:放弃凸性

Srinadh Bhojanapalli, Anastasios Kyrillidis, Sujay Sanghavi; 第29届学习理论年会, PMLR 49:530-582

多尺度凸函数探索和bandit凸优化

Sébastien Bubeck, Ronen Eldan; 第29届学习理论年会, PMLR 49:583-589

固定预算最佳臂识别bandit问题的严格(下界)

Alexandra Carpentier, Andrea Locatelli; 第29届学习理论年会, PMLR 49:590-604

非随机bandit中的延迟与合作

Nicol‘o Cesa-Bianchi, Claudio Gentile, Yishay Mansour, Alberto Minora; 第29届学习理论年会, PMLR 49:605-622

稀疏PCA的可近似性

Siu On Chan, Dimitris Papailliopoulos, Aviad Rubinstein; 第29届学习理论年会, PMLR 49:623-646

具有矩阵约束的多臂bandit的纯探索

Lijie Chen, Anupam Gupta, Jian Li; 第29届学习理论年会, PMLR 49:647-669

可证明抗操纵的声誉系统

Paul Christiano; 第29届学习理论年会, PMLR 49:670-697

深度学习的表达能力:张量分析

Nadav Cohen, Or Sharir, Amnon Shashua; 第29届学习理论年会, PMLR 49:698-728

对高度约束的SGD的轻触

Andrew Cotter, Maya Gupta, Jan Pfeifer; 第29届学习理论年会, PMLR 49:729-771

具有鲁棒泛化保证的自适应学习

Rachel Cummings, Katrina Ligett, Kobbi Nissim, Aaron Roth, Zhiwei Steven Wu; 第29届学习理论年会, PMLR 49:772-814

学习DNF的复杂性理论限制

Amit Daniely, Shai Shalev-Shwartz; 第29届学习理论年会, PMLR 49:815-830

通过傅里叶变换学习独立整数随机变量之和的优化学习

I. Diakonikolas, D. M. Kane, A. Stewart; 第29届学习理论年会, PMLR 49:831-849

以几乎多项式时间内正确学习泊松二项分布

I. Diakonikolas, D. M. Kane, A. Stewart; 第29届学习理论年会, PMLR 49:850-878

基于ℓp的拉普拉斯正则化在半监督学习中的渐近行为

Ahmed El Alaoui, Xiang Cheng, Aaditya Ramdas, Martin J. Wainwright, Michael I. Jordan; 第29届学习理论年会, PMLR 49:879-906

前馈神经网络的深度力量

Ronen Eldan, Ohad Shamir; 第29届学习理论年会, PMLR 49:907-940

在线学习和退出博弈中的Blackwell可达性

Janos Flesch, Rida Laraki, Vianney Perchet; 第29届学习理论年会, PMLR 49:941-942

二分随机块模型中的谱阈值

Laura Florescu, Will Perkins; 第29届学习理论年会, PMLR 49:943-959

在线稀疏线性回归

Dean Foster, Satyen Kale, Howard Karloff; 第29届学习理论年会, PMLR 49:960-970

基于偏好的教学

Ziyuan Gao, Christoph Ries, Hans Simon, Sandra Zilles; 第29届学习理论年会, PMLR 49:971-997

具有固定置信度的最优最佳臂识别

Aurélien Garivier, Emilie Kaufmann; 第29届学习理论年会, PMLR 49:998-1027

Maximin行动识别:游戏的新bandit框架

Aurélien Garivier, Emilie Kaufmann, Wouter M. Koolen; 第29届学习理论年会, PMLR 49:1028-1050

半定规划用于精确恢复隐藏社区

Bruce Hajek, Yihong Wu, Jiaming Xu; 第29届学习理论年会, PMLR 49:1051-1095

具有低秩专家的在线学习

Elad Hazan, Tomer Koren, Roi Livni, Yishay Mansour; 第29届学习理论年会, PMLR 49:1096-1114

总变分去噪的最优速率

Jan-Christian Hütter, Philippe Rigollet; 第29届学习理论年会, PMLR 49:1115-1146

流式 PCA:匹配矩阵伯恩斯坦和 Oja 算法的近优有限样本保证

Prateek Jain, Chi Jin, Sham M. Kakade, Praneeth Netrapalli, Aaron Sidford; 第29届学习理论年会, PMLR 49:1147-1164

在线单调回归

Wojciech Kotłowski, Wouter M. Koolen, Alan Malek; 第29届学习理论年会, PMLR 49:1165-1189

时间序列预测和在线学习

Vitaly Kuznetsov, Mehryar Mohri; 第29届学习理论年会, PMLR 49:1190-1213

多臂老虎机 Gittins 指标策略的有限视界后悔分析

Tor Lattimore; 第29届学习理论年会, PMLR 49:1214-1245

梯度下降仅收敛到最小值

Jason D. Lee, Max Simchowitz, Michael I. Jordan, Benjamin Recht; 第29届学习理论年会, PMLR 49:1246-1257

在存在错误的情况下学习社区

Konstantin Makarychev, Yury Makarychev, Aravindan Vijayaraghavan; 第29届学习理论年会, PMLR 49:1258-1291

关于信息处理系统的容量

Laurent Massoulie, Kuang Xu; 第29届学习理论年会, PMLR 49:1292-1297

学习简单的拍卖

Jamie Morgenstern, Tim Roughgarden; 第29届学习理论年会, PMLR 49:1298-1318

度相关随机块模型中的密度演化

Elchanan Mossel, Jiaming Xu; 第29届学习理论年会, PMLR 49:1319-1356

通过迭代构造进行皮层计算

Christos Papadimitriou, Samantha Petti, Santosh Vempala; 第29届学习理论年会, PMLR 49:1357-1375

当我们可以从 O(n\log(n)) 个非主动选择对的比较中很好地排序时?

Arun Rajkumar, Shivani Agarwal; 第29届学习理论年会, PMLR 49:1376-1401

如何使用凸编程层次计算划分函数:可证明的变分方法界限

Andrej Risteski; 第29届学习理论年会, PMLR 49:1402-1416

用于最佳臂识别的简单贝叶斯算法

Daniel Russo; 第29届学习理论年会, PMLR 49:1417-1418

交互式算法:从池到流

Sivan Sabato, Tom Hess; 第29届学习理论年会, PMLR 49:1419-1439

最佳的 K 个老虎机

Max Simchowitz, Kevin Jamieson, Benjamin Recht; 第29届学习理论年会, PMLR 49:1440-1489

内存、通信和统计查询

Jacob Steinhardt, Gregory Valiant, Stefan Wager; 第29届学习理论年会, PMLR 49:1490-1516

神经网络中深度的好处

Matus Telgarsky; 第29届学习理论年会, PMLR 49:1517-1539

学习算术电路指南

Ilya Volkovich; 第29届学习理论年会, PMLR 49:1540-1561

重复拍卖中的在线学习

Jonathan Weed, Vianney Perchet, Philippe Rigollet; 第29届学习理论年会, PMLR 49:1562-1583

带有错误和弃权的 Littlestone 维度的扩展

Chicheng Zhang, Kamalika Chaudhuri; 第29届学习理论年会, PMLR 49:1584-1616

用于测地凸优化的第一阶方法

Hongyi Zhang, Suvrit Sra; 第29届学习理论年会, PMLR 49:1617-1638

订阅 通过 RSS