cs.DS」カテゴリーアーカイブ

Dispersion is (Almost) Optimal under (A)synchrony

要約 分散の問題は、分散コンピューティングの文献で最近多くの注目を集めています。 … 続きを読む

カテゴリー: cs.DC, cs.DS, cs.MA, cs.RO | Dispersion is (Almost) Optimal under (A)synchrony はコメントを受け付けていません

Do you know what q-means?

要約 クラスタリングは、大規模なデータセットを分析するための最も重要なツールの1 … 続きを読む

カテゴリー: cs.DS, cs.LG, quant-ph | Do you know what q-means? はコメントを受け付けていません

Follow-the-Regularized-Leader with Adversarial Constraints

要約 制約されたオンライン凸最適化(COCO)は、標準のオンライン凸最適化(OC … 続きを読む

カテゴリー: cs.DS, cs.LG, math.OC, stat.ML | Follow-the-Regularized-Leader with Adversarial Constraints はコメントを受け付けていません

Queueing, Predictions, and LLMs: Challenges and Open Problems

要約 キューイングシステムは、システムパフォーマンスを改善するために、推定サービ … 続きを読む

カテゴリー: cs.AI, cs.DS | Queueing, Predictions, and LLMs: Challenges and Open Problems はコメントを受け付けていません

Coreset Spectral Clustering

要約 コアセットは、少数のクラスターを含む大規模なデータセットで$ k $ -m … 続きを読む

カテゴリー: cs.DS, cs.LG | Coreset Spectral Clustering はコメントを受け付けていません

Learning-Augmented Search Data Structures

要約 効率的な検索クエリのために設計された従来のデータ構造を改善するために、機械 … 続きを読む

カテゴリー: cs.DS, cs.LG | Learning-Augmented Search Data Structures はコメントを受け付けていません

Streaming Private Continual Counting via Binning

要約 プライバシーの差では、$ \ textit {継続的観察} $は、一度に1 … 続きを読む

カテゴリー: cs.CR, cs.DS, cs.LG | Streaming Private Continual Counting via Binning はコメントを受け付けていません

Learning Mixtures of Gaussians Using Diffusion Models

要約 $ k $ gausianiansの混合物を学習するための新しいアルゴリズ … 続きを読む

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

Spike-and-Slab Posterior Sampling in High Dimensions

要約 さまざまな選択の不確実性をモデル化するために使用される一般的なマルチモーダ … 続きを読む

カテゴリー: cs.DS, cs.LG, stat.ME, stat.ML | Spike-and-Slab Posterior Sampling in High Dimensions はコメントを受け付けていません

Anytime-Constrained Equilibria in Polynomial Time

要約 いつでも制約をマルコフゲームの設定と、いつでも制約のある平衡(ACE)の対 … 続きを読む

カテゴリー: cs.AI, cs.DS, cs.GT, cs.LG | Anytime-Constrained Equilibria in Polynomial Time はコメントを受け付けていません