Hamiltonian Monte Carlo for Hierarchical Models
本文提出基于Hamiltonian Monte Carlo(HMC)优化层次模型采样,克服“漏斗”问题,提高效率。
M. J. Betancourt, Mark Girolami
本文提出基于Hamiltonian Monte Carlo(HMC)优化层次模型采样,克服“漏斗”问题,提高效率。
M. J. Betancourt, Mark Girolami
动态模态分解(DMD)通过线性算子特征分解分析非线性系统,提升计算效率并减轻噪声影响。
Jonathan H. Tu, Clarence W. Rowley, Dirk M. Luchtenburg 等
利用Quincke旋转实现稀疏胶体粒子群的自组织集体运动,验证水动力相互作用促导极性液相形成。
Antoine Bricard, Jean-Baptiste Caussin, Nicolas Desreumaux 等
本论文提出高维向量自回归模型中LASSO的非渐近oracle不等式,确保参数估计和预测误差的高概率界限。
Anders Bredahl Kock, Laurent A. F. Callot
提出差分隐私的组成定理,构建最优隐私界限,利用假设检验解释隐私损失。
Peter Kairouz, Sewoong Oh, Pramod Viswanath
提出去中心化梯度下降的收敛性分析,确保在固定步长下达到O(1/k)速率。
Kun Yuan, Qing Ling, Wotao Yin
通过ADMM优化算法实现光伏逆变器无功功率的分布式控制,显著减少功率损耗。
Petr Šulc, Scott Backhaus, Michael Chertkov
提出基于博弈论的双向拍卖机制,能提升储能单元收益130.2%。
Yunpeng Wang, Walid Saad, Zhu Han 等
提出一种高效训练NADE模型的方法,提升了密度估计性能。
Benigno Uria, Iain Murray, Hugo Larochelle
利用ImageNet训练的深度卷积激活特征DeCAF,显著优于传统方法,提升多个视觉识别任务性能。
Jeff Donahue, Yangqing Jia, Oriol Vinyals 等
双空间模型以领域与功能相似度统一类比和组合任务,但所给文本未提供实验数值。
Peter D. Turney
数据驱动抓取合成方法综述,分为已知、熟悉和未知对象三类。
Jeannette Bohg, Antonio Morales, Tamim Asfour 等
提出四类梯度估计方法用于随机二值神经元,促进条件计算与稀疏表示。
Yoshua Bengio, Nicholas Léonard, Aaron Courville
基于旋量手性形式和BCFW递归,简化多粒子散射振幅计算,提升效率。
Henriette Elvang, Yu-tin Huang
提出线性短语结构模型,提升金融文本语义方向检测准确性。
Pekka Malo, Ankur Sinha, Pyry Takala 等
提出Exp3-DOM算法,基于支配集实现有向观察图的最优遗憾界(不超过50字)
Noga Alon, Nicolò Cesa-Bianchi, Claudio Gentile 等
SLIM用0-1损失、L0稀疏和整数约束,构建可手算且高准确率的评分模型。
Berk Ustun, Stefano Tracà, Cynthia Rudin
提出基于损失函数的通用贝叶斯更新框架,适用于模型不完全或参数非密度索引情境。
Pier Giovanni Bissiri, Chris Holmes, Stephen Walker
现代证明Hanson-Wright不等式,推导子高斯随机向量的浓缩界,应用距离和范数界。
Mark Rudelson, Roman Vershynin
提出Black-Box算法BOLD和QPM-D,解决延迟反馈下的在线学习,理论界和实践均有突破。
Pooria Joulani, András György, Csaba Szepesvári