cs.DS」カテゴリーアーカイブ

Online Conversion with Switching Costs: Robust and Learning-Augmented Algorithms

要約 私たちは、スイッチングコストを伴うオンライン変換、つまりエネルギーと持続可 … 続きを読む

カテゴリー: cs.DS, cs.LG | コメントする

On Differentially Private String Distances

要約 \{0,1\}^n$ のビット文字列 $A_1​​,\ldots,A_m\ … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.DS, cs.LG, stat.ML | コメントする

$k$NN Attention Demystified: A Theoretical Exploration for Scalable Transformers

要約 トランスフォーマーは、そのパワーにもかかわらず、自己注意の二次的な複雑さの … 続きを読む

カテゴリー: cs.DS, cs.LG | $k$NN Attention Demystified: A Theoretical Exploration for Scalable Transformers はコメントを受け付けていません

Arithmetical Binary Decision Tree Traversals

要約 この論文では、算術演算を使用して二分決定木を走査するための一連の方法を紹介 … 続きを読む

カテゴリー: cs.DS, cs.LG, cs.NA, math.NA | Arithmetical Binary Decision Tree Traversals はコメントを受け付けていません

Privacy of the last iterate in cyclically-sampled DP-SGD on nonconvex composite losses

要約 差分プライベート確率勾配降下法 (DP-SGD) は、勾配をプライベート化 … 続きを読む

カテゴリー: (Primary), 60G15, 68P27, cs.CR, cs.DS, cs.LG, G.1.6, math.OC, stat.ML | Privacy of the last iterate in cyclically-sampled DP-SGD on nonconvex composite losses はコメントを受け付けていません

Accelerating Matroid Optimization through Fast Imprecise Oracles

要約 正確な情報を得るために複雑なモデル (トラフィック モデル、データベース … 続きを読む

カテゴリー: cs.DS, cs.LG | Accelerating Matroid Optimization through Fast Imprecise Oracles はコメントを受け付けていません

Discovering Data Structures: Nearest Neighbor Search and Beyond

要約 データ構造のエンドツーエンド学習のための一般的なフレームワークを提案します … 続きを読む

カテゴリー: cs.AI, cs.DS, cs.LG | Discovering Data Structures: Nearest Neighbor Search and Beyond はコメントを受け付けていません

Sample-Efficient Private Learning of Mixtures of Gaussians

要約 近似差分プライバシーを備えたガウス分布の混合学習の問題を研究します。 $k … 続きを読む

カテゴリー: cs.DS, cs.LG, math.ST, stat.ML, stat.TH | Sample-Efficient Private Learning of Mixtures of Gaussians はコメントを受け付けていません

Optimization on a Finer Scale: Bounded Local Subgradient Variation Perspective

要約 我々は、平均または最大の意味で、点の周囲の小さな局所領域における(部分)勾 … 続きを読む

カテゴリー: cs.DS, cs.LG, math.OC | Optimization on a Finer Scale: Bounded Local Subgradient Variation Perspective はコメントを受け付けていません

Bypassing the Noisy Parity Barrier: Learning Higher-Order Markov Random Fields from Dynamics

要約 時間的に相関のあるサンプルからマルコフランダム場 (MRF) としても知ら … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.ML | Bypassing the Noisy Parity Barrier: Learning Higher-Order Markov Random Fields from Dynamics はコメントを受け付けていません