2014年第27届COLT:西班牙巴塞罗那
玛丽亚·福丽娜·巴尔坎 , 维塔利·费尔德曼 , Csaba Szepesvariá :
2014年6月13日至15日,第27届学习理论会议论文集,COLT 2014,西班牙巴塞罗那。 JMLR研讨会和会议记录 35, JMLR.org网站 2014
前言
-
前言。 1-2
常规论文
瓦伦·卡纳德 , 贾斯汀·泰勒 :
分布式独立可靠学习。 3-24 沙哈尔·门德尔森 :
学习不专心。 25-39 马特·乌斯·克莱德斯纳 , 乌尔里克·冯·卢克斯堡 :
顺序嵌入的唯一性。 40-67 阿迪蒂亚·克里希纳·梅农 , 罗伯特·威廉姆森 :
二分排名的贝叶斯最优得分。 68-106 萨蒂恩·凯尔 :
专家建议有限的多武装匪徒。 107-122 阿列克·阿加瓦尔 , 阿南德库玛(Animashere Anandkumar) , Pratek Jain公司 , 普拉尼斯·内特拉帕利 , 拉希什·坦登 :
学习使用稀疏、过于完整的词典。 123-137 赛英云 , 亚历山大·普鲁蒂埃 :
通过随机和自适应抽样进行社区检测。 138-175 皮埃尔·盖拉德 , 吉尔斯·斯托尔茨 , 蒂姆·范·埃尔文 :
具有超额损失的二阶约束。 176-196 埃拉·哈赞 , 托梅尔·科伦 , 克菲尔·利维 :
逻辑回归:随机和在线优化的紧边界。 197-209 埃亚尔·戈弗 :
高阶后悔与转换成本息息相关。 210-243 阿米特·丹尼尔 , Nati Linial公司 , 沙伊·沙列夫·施瓦茨 :
使用广义线性方法学习半空间的复杂性。 244-286 阿米特·丹尼尔 , 沙伊·沙列夫·施瓦茨 :
多类问题的最佳学习者。 287-316 苏迪普托·古哈 , 卡梅什·穆纳加拉 :
通过汤普森抽样实现随机后悔最小化。 317-338 谢·曼诺 , 维亚尼·珀切特 , 吉尔斯·斯托尔茨 :
未知游戏中的可接近性:在线学习满足多目标优化。 339-355 埃尔查南·莫塞尔 , 乔·内曼 , 艾伦·斯利 :
块模型的信念传播、稳健重建和最优恢复。 356-370 拉希姆·萨梅 , 帕维尔·塞穆金 , 勃廷·杨 , 桑德拉·齐勒斯 :
多标签概念类的示例压缩。 371-393 Karthekeyan Chandrasekaran公司 , 理查德·卡普 :
找到一个投掷次数最少的最偏向的硬币。 394-407 埃拉·哈赞 , 佐哈尔·谢·卡宁 , 拉胡·梅卡 :
容积扳手:学习的有效探索基础。 408-422 凯文·贾米森 , 马修·马洛伊 , 罗伯特·D·诺瓦克 , 塞巴斯蒂安·布贝克 :
lil’UCB:一种多武器匪徒的最优搜索算法。 423-439 安德烈亚斯·莫勒 , 马西米利亚诺·蓬蒂尔 , 贝纳迪诺·罗梅拉-佩雷斯 :
一个不等式及其在结构化稀疏性和多任务字典学习中的应用。 440-460 艾米莉·考夫曼 , 奥利维尔·卡佩 , 奥雷连·加里维尔 :
关于A/B测试的复杂性。 461-481 英戈·斯坦瓦特 , 氯帕辛 , 罗伯特·威廉姆森 , 张思玉 :
属性的引证和识别。 482-526 谢本·达维德 , 鲁思·厄纳 :
确定性标签下不可知学习的样本复杂性。 527-542 莫特扎·阿拉姆吉尔 , 加博尔·卢戈西 , 乌尔里克·冯·卢克斯堡 :
应用于图形降采样的保密度量化。 543-559 陈玉东 , 信阳易 , 君士坦丁·卡拉马尼斯 :
具有两个分量的混合回归的凸公式:最小最大最优速率。 560-604 叶夫根尼·伯纳耶夫 , 弗拉基米尔·沃夫克 :
保角岭回归的效率。 605-622 刘车宇 , 塞巴斯蒂安·布贝克 :
最相关武器识别。 623-637 莫里茨·哈德 , 玛丽·伍特斯 :
快速矩阵完成,无需条件编号。 638-678 维塔利·费尔德曼 , Pravesh Kothari公司 :
学习报道功能和旁白的私下发布。 679-702 莫里茨·哈德 , 拉胡·梅卡 , 普拉萨德·拉加文德拉 , 本杰明·韦茨 :
矩阵完成的计算极限。 703-725 阿列克·阿加瓦尔 , 阿什文库马尔·巴达尼迪尤鲁 , 米罗斯拉夫·杜迪克 , 罗伯特·夏皮雷 , Aleksandrs Slivkins公司 :
具有导师反馈的稳健多目标学习。 726-741 阿迪蒂亚·巴斯卡拉 , 摩西·查里卡尔 , 阿拉文丹·维贾亚拉加万 :
张量分解的唯一性及其在多项式可辨识性中的应用。 742-778 桑吉弗·阿罗拉 , 荣格 , 安库·莫伊特拉 :
学习不连贯和过完备词典的新算法。 779-806 雅各布·D·阿伯内西 , 李昌秀 , 阿比纳夫·辛哈 , 安布吉·特瓦里 :
通过平滑进行在线线性优化。 807-823 Pratek Jain公司 , Sewoong哦 :
使用谱分解学习离散产品分布的混合。 824-856 伊利亚·托尔斯蒂金 , 布兰卡德 , 马吕斯·克劳特 :
针对传导性学习的局部复杂性。 857-884 哈里什·拉马斯瓦米(Harish G.Ramaswamy) , Balaji Srinivasan巴布 , 希瓦尼·阿加瓦尔 , 罗伯特·C·威廉姆森 :
多类学习问题中基于输出代码的学习算法的一致性。 885-902 徐嘉明 , 劳伦特·马苏利 , 马克·勒拉格 :
广义随机块模型中的边标记推断:从谱理论到不可能结果。 903-920 张雨晨 , 马丁·温赖特 , 迈克尔·乔丹 :
稀疏线性回归多项式时间算法性能的下限。 921-948 蒂姆·范·埃尔文 , 沃伊切赫·科特洛夫斯基 :
带着辍学困扰跟随领导者。 949-974 斯特凡·马古拉努 , 理查德·库姆斯 , 亚历山大·普鲁蒂埃 :
利普希茨强盗:后悔下限和优化算法。 975-999 维塔利·费尔德曼 , 大卫·肖 :
通过沟通复杂性进行不同私人学习的复杂性界限示例。 1000-1019 H.Brendan McMahan先生 , 弗朗西斯科·奥拉博纳 :
希尔伯特空间中的无约束在线线性学习:极小极大算法和正规逼近。 1020-1039 拉维·坎南 , 桑托什S.万帕拉 , 大卫·P·伍德拉夫 :
分布式数据的主成分分析和高相关性。 1040-1057 李萍 , 张存辉 , 张彤(音译) :
压缩计数符合压缩传感。 1058-1077 罗伯特·威廉姆森 :
损失的几何结构。 1078-1108 阿什文库马尔·巴达尼迪尤鲁 , 习专家约翰·朗福特 , Aleksandrs Slivkins公司 :
资源丰富的上下文强盗。 1109-1134 约瑟夫·安德森 , 米哈伊尔·贝尔金 , 纳文·戈亚尔 , 路易斯·拉德马赫 , 詹姆斯·沃斯 :
更多,美林:学习大型高斯混合的维数祝福。 1135-1164 尼克·哈维 , 萨米拉·萨马迪 :
近最优放牧。 1165-1182 君士坦丁诺·达斯卡拉基斯 , 乔塔姆·卡马特 :
Gaussian适当学习混合的快速样本近最优算法。 1183-1213 及谈判代表迪克尔 , 丁健 , 托梅尔·科伦 , 尤瓦尔·佩雷斯 :
具有复合损失函数的在线学习。 1214-1231 亚历山大·拉赫林 , 卡西克·斯里德哈兰 :
在线非参数回归。 1232-1264
未决问题
阿方索·班德拉 , Yuehaw Khoo先生 , 阿米特·辛格 :
开放问题:极大似然半定松弛的紧性。 1265-1267 巴拉兹·凯格尔 :
开放问题:AdaBoost的(缺少)boosting类型收敛结果。 MH与因子化多类分类器。 1268-1275 曼努埃尔·戈麦斯·罗德里格斯 , 乐松 , 伯恩哈德·舍尔科夫 :
开放问题:为网络推理问题找到好的级联采样过程。 1276-1279 阿迪蒂亚·巴斯卡拉 , 摩西·查里卡尔 , 安库·莫伊特拉 , 阿拉文丹·维贾亚拉加万 :
开放问题:张量分解:达到唯一阈值的算法? 1280-1282 维塔利·费尔德曼 :
开放问题:学习稀疏半空间的统计查询复杂性。 1283-1289 保罗·F·克里斯蒂亚诺 :
开放问题:在线本地学习。 1290-1294 曼弗雷德·K·沃穆特 , 沃特·科伦 :
开放性问题:在简单数据上转移专家。 1295-1298 萨蒂恩·凯尔 :
公开问题:有效的在线稀疏回归。 1299-1301