胡伦嘉
人员信息
优化列表
2020年–今天
2024 [第19条] 雅罗斯瓦夫·布拉西克 , Parikshit戈帕兰 , 胡伦嘉 , 亚当·托曼·卡莱 , Preetum Nakkiran公司 :
损失最小化可实现大型神经网络的多重校准。 ITCS公司 2024 : 17:1-17:21 [i25] 帕里克希特·戈帕兰 , 胡伦嘉 , 盖·罗斯布卢姆 :
关于计算效率的多类校准。 CoRR公司 abs/2402.07821 ( 2024 ) 【i24】 胡伦嘉 , 田凯文(Kevin Tian) , 杨楚童 :
在次二次时间内测试校准。 CoRR公司 abs/2402.13187 ( 2024 ) [第23条] 胡伦嘉 , 吴一凡 :
预测以尽可能减少对所有有报酬限制的任务的交换遗憾。 CoRR公司 abs/2404.13503 ( 2024 ) [i22] 胡伦嘉 , 夏洛特·皮尔 , 朱迪·汉文·沈 :
多组鲁棒性。 CoRR公司 abs/2405.00614 ( 2024 ) 2023 [第18条] 胡伦嘉 , 英巴尔·利夫尼·纳文 , 奥马尔·莱因戈尔德 :
巨大物体的生成模型。 CCC公司 2023 : 5:1-5:20 [第17条] 胡伦嘉 , 英巴尔·雷切尔·利夫尼·纳文 , 奥马尔·莱因戈尔德 , Chutong Yang公司 :
约束优化的泛预测。 ICML公司 2023 : 13497-13527 [第16条] 帕里克希特·戈帕兰 , 胡伦嘉 , 迈克尔·P·金 , 奥马尔·莱因戈尔德 , 乌迪·维德 :
通过结果不可区分的角度最小化损失。 ITCS公司 2023 : 60:1-60:20 [第15条] 胡伦嘉 , 夏洛特·皮尔 :
比较学习:两个假设类的复杂性理论样本。 ITCS公司 2023 : 72:1-72:30 [第14条] 雅罗斯瓦夫·布拉西克 , 帕里克希特·戈帕兰 , 胡伦嘉 , Preetum Nakkiran公司 :
何时优化适当的损失率校准? NeurIPS公司 2023 [第13条] 摩西·查里卡尔 , 莫妮卡·亨津格 , 胡伦嘉 , 马克西米利安·沃奇 , 埃里克·温加滕 :
通过一维投影实现简单、可扩展和有效的聚类。 NeurIPS公司 2023 [第12条] 雅罗斯瓦夫·布拉西克 , 帕里克希特·戈帕兰 , 胡伦嘉 , Preetum Nakkiran公司 :
校准距离统一理论。 STOC公司 2023 : 1727-1740 [i21] 胡伦嘉 , 英巴尔·利夫尼·纳文 , 奥马尔·莱因戈尔德 :
巨大物体的生成模型。 CoRR公司 abs/2302.12823 ( 2023 ) [i20] 雅罗斯瓦夫·布拉西克 , Parikshit戈帕兰 , 胡伦嘉 , 亚当·托曼·卡莱 , Preetum Nakkiran公司 :
损失最小化为大型神经网络提供了多重校准。 CoRR公司 abs/2304.09424 ( 2023 ) [i19] 雅罗斯瓦夫·布拉西克 , 帕里克希特·戈帕兰 , 胡伦嘉 , Preetum Nakkiran公司 :
何时优化适当的损失率校准? CoRR公司 abs/2305.18764 ( 2023 ) [i18] 摩西·查里卡尔 , 莫妮卡·亨津格 , 胡伦嘉 , 马克西米利安·沃奇 , 埃里克·温加滕 :
通过一维投影实现简单、可扩展和有效的聚类。 CoRR公司 abs/2310.16752 ( 2023 ) 2022 [第11条] 胡伦嘉 , 夏洛特·皮尔 , 奥马尔·莱因戈尔德 :
度量熵对偶性与结果不可分辨性的样本复杂性。 中高音 2022 : 515-552 [第10条] 约翰·杜奇 , 维塔利·费尔德曼 , 胡伦嘉 , 库纳尔·塔瓦尔 :
非各向异性噪声下非均匀数据的子空间恢复。 NeurIPS公司 2022 【c9】 文森特·科恩·阿达德 , 阿努帕姆·古普塔 , 胡伦嘉 , Hoon哦 , 大卫·索尔皮奇 :
一种改进的k-Median局部搜索算法。 SODA公司 2022 : 1556-1612 【c8】 摩西·查里卡尔 , 胡伦嘉 :
所有维度的近最优可解释k-均值。 SODA公司 2022 : 2580-2606 [i17] 胡伦嘉 , 夏洛特·皮尔 , 奥马尔·莱因戈尔德 :
度量熵对偶性与结果不可分辨性的样本复杂性。 CoRR公司 abs/2203.04536 ( 2022 ) [i16] 胡伦嘉 , 英巴尔·利夫尼·纳文 , 奥马尔·莱因戈尔德 , Chutong Yang公司 :
约束优化的泛预测。 CoRR公司 abs/2209.07463 ( 2022 ) 【i15】 帕里克希特·戈帕兰 , 胡伦嘉 , 迈克尔·P·金 , 奥马尔·莱因戈尔德 , 乌迪·维德 :
通过结果不可区分的角度最小化损失。 CoRR公司 abs/2210.08649 ( 2022 ) [第14条] 约翰·杜奇 , 维塔利·费尔德曼 , 胡伦嘉 , 库纳尔·塔瓦尔 :
非各向异性噪声下非均匀数据的子空间恢复。 CoRR公司 abs/2210.13497 ( 2022 ) [i13] 胡伦嘉 , 夏洛特·皮尔 :
比较学习:两个假设类的复杂性理论样本。 CoRR公司 abs/2211.09101 ( 2022 ) [i12] 雅罗斯瓦夫·布拉西克 , Parikshit戈帕兰 , 胡伦嘉 , Preetum Nakkiran公司 :
校准距离统一理论。 CoRR公司 abs/2211.16886 ( 2022 ) 2021 【c7】 胡伦嘉 , 奥马尔·莱因戈尔德 :
具有任意异常值的高度不完全数据的稳健均值估计。 AISTATS公司 2021 : 1558-1566 【c6】 摩西·查里卡尔 , 胡伦嘉 :
正交非负矩阵分解的近似算法。 AISTATS公司 2021 : 2728-2736 [i11] 摩西·查里卡尔 , 胡伦嘉 :
正交非负矩阵分解的近似算法。 CoRR公司 abs/2103.01398 ( 2021 ) [i10] 摩西·查里卡尔 , 胡伦嘉 :
所有维度的近最优可解释k-均值。 CoRR公司 腹肌/2106.15566 ( 2021 ) [第九章] 文森特·科恩·阿达德 , 阿努帕姆·古普塔 , 胡伦嘉 , Hoon哦 , 大卫·索尔皮奇 :
一种改进的k-Median局部搜索算法。 CoRR公司 abs/2111.04589 ( 2021 ) 2020 【c5】 安德鲁·巴西拉基斯 , 安德鲁·德鲁克 , 米卡·哥尔斯 , 胡伦嘉 , 马伟云 , 李阳潭 :
多样本在查询复杂性中的作用。 ICALP公司 2020 : 9:1-9:18 [i8] 安德鲁·巴西拉基斯 , 安德鲁·德鲁克 , 米卡·哥尔斯 , 胡伦嘉 , 马伟云 , 李阳潭 :
多样本在查询复杂性中的作用。 CoRR公司 abs/2002.10654 ( 2020 ) [i7] 宋嘉明 , 胡伦嘉 , 亚恩·N·多芬 , 迈克尔·奥利 , 马腾宇(Tengyu Ma) :
用于图像分类的鲁棒实时数据集去噪。 CoRR公司 abs/2003.10647 ( 2020 ) [i6] 胡伦嘉 , 奥马尔·莱因戈尔德 :
具有任意异常值的高度不完全数据的稳健均值估计。 CoRR公司 腹肌/2008.08071 ( 2020 ) [i5] 安德鲁·巴西拉基斯 , 安德鲁·德鲁克 , 米卡·哥尔斯 , 胡伦嘉 , 马伟云 , 谭立阳 :
多样本在查询复杂性中的作用。 电子。 计算机学术讨论会。 复杂。 20号机房 ( 2020 )
2010 – 2019
2018 【c4】 Avrim Blum公司 , 胡伦嘉 :
主动公差测试。 COLT公司 2018 : 474-497 【c3】 王立伟 , 胡伦嘉 , 顾佳元 , 胡志强 , 岳武 , Kun He公司 , 霍普克罗夫特 :
理解学习表征:不同的神经网络在多大程度上学习相同的表征。 NeurIPS公司 2018 : 9607-9616 [i4] 王立伟 , 胡伦嘉 , 顾佳元 , 岳武 , 胡志强 , Kun He公司 , 霍普克罗夫特 :
理解学习表征:不同的神经网络在多大程度上学习相同的表征。 CoRR公司 abs/1810.11750 ( 2018 ) 2017 【c2】 胡伦嘉 , 吴瑞涵 , 李天鸿 , 王立伟 :
有限VC类递归教学维的二次上界。 COLT公司 2017 : 1147-1156 【c1】 胡丁 , 胡伦嘉 , 黄凌霄 , 李健 :
具有双面边界和离群值的电容中心问题。 WADS公司 2017 : 325-336 [i3] 胡伦嘉 , 吴瑞翰(Ruihan Wu) , 李天鸿 , 王立伟 :
有限VC类递归教学维的二次上界。 CoRR公司 abs/1702.05677 ( 2017 ) [i2] 胡丁 , 胡伦嘉 , 黄凌霄 , 李健 :
具有双面边界和离群值的电容中心问题。 CoRR公司 腹肌/1702.07435 ( 2017 ) [i1] Avrim Blum公司 , 胡伦嘉 :
主动公差测试。 CoRR公司 abs/1711.00388 ( 2017 )