亚历克斯·吉滕斯
人员信息
优化列表
2020年–今天
2024 [i26] 莉莲·恩韦塔 , 马扬克·阿加瓦尔 , Subha Maity公司 , 亚历克斯·吉滕斯 , 孙月凯 , 米哈伊尔·尤罗奇金 以下为:
对齐器:解耦LLM和对齐。 CoRR公司 abs/2403.04224 ( 2024 ) 2023 [第19条] 莉莲·恩韦塔 , Subha Maity公司 , 亚历克斯·吉滕斯 , 孙月凯 , 米哈伊尔·尤罗奇金 以下为:
视觉表现中风格和内容的简单混淆。 ICML公司 2023 以下为: 26063-26086 [第18条] 丹尼斯·科扬库 , 亚历克斯·吉滕斯 , 比伦特·耶纳 , 莫蒂·容格(Moti Yung) 以下为:
疏忽欺骗:利用对抗性任务毒害因果结构学习。 KDD公司 2023 以下为: 1164-1175 [第17条] 胡扎法·阿里夫 , 亚历克斯·吉滕斯 , 陈品玉(Pin-Yu Chen) 以下为:
可重编程-FL:通过模型重编程改进联合学习中的效用-隐私权衡。 SaTML公司 2023 以下为: 197-209 [i25] 莉莲·恩韦塔 , Subha Maity公司 , 亚历克斯·吉滕斯 , 孙月凯 , 米哈伊尔·尤罗奇金 以下为:
视觉表现中风格和内容的简单分离。 CoRR公司 abs/2302.09795 ( 2023 ) 【i24】 阿尼克·萨哈 , 亚历克斯·吉滕斯 , 比伦特·耶纳 以下为:
从BERT中提取知识进行词义归纳。 CoRR公司 abs/2304.10642 ( 2023 ) [第23条] 亚历克斯·吉滕斯 , 马利克·马格登·伊斯梅尔 以下为:
减少标签复杂度,适用于紧密型𝓁 2 回归。 CoRR公司 abs/2305.07486 ( 2023 ) [i22] 丹尼斯·科扬库 , 亚历克斯·吉滕斯 , 比伦特·耶纳 , 莫蒂·容格(Moti Yung) 以下为:
疏忽欺骗:利用对抗性任务毒害因果结构学习。 CoRR公司 abs/2305.20043 ( 2023 ) 【i21】 阿尼克·萨哈 , 奥基·哈桑扎德 , 亚历克斯·吉滕斯 , 健妮 , 卡维塔·斯里尼瓦斯 , 比伦特·耶纳 以下为:
因果知识提取方法的跨域评估。 CoRR公司 abs/2308.03891 ( 2023 ) [i20] 阿尼克·萨哈 , 奥基·哈桑扎德 , 亚历克斯·吉滕斯 , 健妮 , 卡维塔·斯里尼瓦斯 , 比伦特·耶纳 以下为:
用传统IR方法改进神经网络排序模型。 CoRR公司 abs/2308.15027 ( 2023 ) 2022 [j7] 亚历克斯·吉滕斯 , 比伦特·耶纳 , 莫蒂·容格(Moti Yung) 以下为:
关于准确性、稳健性、公平性和隐私的对抗性观点:值得信赖的多边多边协议中的多边权衡。 IEEE接入 10 以下为: 120850-120865 ( 2022 ) [第16条] 阿尼克·萨哈 , 亚历克斯·吉滕斯 , 健妮 , 奥基·哈桑扎德 , 比伦特·耶纳 , 卡维塔·斯里尼瓦斯 以下为:
SPOCK@Causal News语料库2022:使用基于跨度和序列标记模型的因果信号跨度检测。 案例@EMNLP 2022 以下为: 133-137 [第15条] 尼迪·拉斯托吉 , 莎米莎·杜塔 , 亚历克斯·吉滕斯 , 穆罕默德·扎基 , 查鲁·C·阿加瓦尔 以下为:
TINKER:开源网络威胁情报框架。 TrustCom公司 2022 以下为: 1569-1574 2021 [第14条] 东湖 , 沙珊卡·乌巴鲁 , 亚历克斯·吉滕斯 , 肯尼思·克拉克森 , 利奥尔·霍雷什 , 瓦西里斯·卡兰齐斯 以下为:
快速数值线性代数中基于稀疏图的草图绘制。 ICASSP公司 2021 以下为: 3255-3259 [i19] 尼迪·拉斯托吉 , 莎米莎·杜塔 , 穆罕默德·扎基 , 亚历克斯·吉滕斯 , 查鲁·C·阿加瓦尔 以下为:
TINKER:开源网络威胁情报框架。 CoRR公司 abs/2102.05571 ( 2021 ) [i18] 东湖 , 沙珊卡·乌巴鲁 , 亚历克斯·吉滕斯 , 肯尼思·克拉克森 , 利奥尔·霍雷什 , 瓦西里斯·卡兰齐斯 以下为:
基于稀疏图的快速数值线性代数草图绘制。 CoRR公司 abs/2102.05758 ( 2021 ) [i17] 东湖 , 亚历克斯·吉滕斯 , 马利克·马格登·伊斯梅尔 以下为:
NoisyCUR:一种用于完成两成本预算矩阵的算法。 CoRR公司 abs/2104.08026 ( 2021 ) [i16] 凯文·金 , 亚历克斯·吉滕斯 以下为:
使用核独立性准则学习公平规范多医学分解。 CoRR公司 abs/2104.13504 ( 2021 ) 【i15】 加布里埃尔·奥兰斯基 , 亚历克斯·吉滕斯 以下为:
阅读StackOverflow鼓励作弊:添加问题文本可以改进提取代码生成。 CoRR公司 abs/2106.04447 ( 2021 ) [第14条] 丹尼尔·帕克 , 海达尔·汗 , 阿泽尔·汗 , 亚历克斯·吉滕斯 , 比伦特·耶纳 以下为:
输出随机化:白盒和黑盒对抗模型的新防御。 CoRR公司 abs/2107.03806 ( 2021 ) 2020 [第13条] 亚历克斯·吉滕斯 , 卡里姆·S·阿古尔 , 比伦特·耶纳 以下为:
快速收敛的标准多边形分解的自适应草图。 ICML公司 2020 以下为: 3566-3575 [第12条] 东湖 , 亚历克斯·吉滕斯 , 马利克·马格登·伊斯梅尔 以下为:
NoisyCUR:一种二成本预算矩阵完成算法。 ECML/PKDD(1) 2020 以下为: 746-761 [i13] 尼迪·拉斯托吉 , 莎米莎·杜塔 , 穆罕默德·扎基 , 亚历克斯·吉滕斯 , 查鲁·C·阿加瓦尔 以下为:
MALOnt:恶意软件威胁情报的本体。 CoRR公司 abs/2006.11446 ( 2020 )
2010 – 2019
2019 [j6] 亚历克斯·吉滕斯 , 凯·罗特豪格 , 王树森 , 迈克尔·马奥尼 , 杰·科塔拉姆 , 丽莎·格哈特 , 巴帕 , 迈克尔·林根伯格 , 克里斯汀·马斯霍夫 以下为:
炼金术士:Apache SparkíMPI接口。 同意。 计算。 实际。 支出。 31 ( 16 ) ( 2019 ) [j5] 刘波(Bo Liu) , 李萍静 , 贾丽 , 姜瑜 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
用于图像集分类的组协作表示。 国际期刊计算。 视觉。 127 ( 2 ) 以下为: 181-206 ( 2019 ) [j4] 王树森 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
可缩放核K-均值聚类与Nystr近似:相对误差界。 J.马赫。 学习。 物件。 20 以下为: 12:1-12:49 ( 2019 ) [i12] 马利克·马格登·伊斯梅尔 , 亚历克斯·吉滕斯 以下为:
任意精度的快速固定维L2子空间嵌入,适用于L1和L2任务。 CoRR公司 abs/1909.12580 ( 2019 ) 2018 [第11条] 卡里姆·S·阿古尔 , 亚历克斯·吉滕斯 , 比伦特·耶纳 以下为:
加速大型密集斜张量的分布式CPD算法。 IEEE大数据 2018 以下为: 408-417年 [第10条] 亚历克斯·吉滕斯 , 凯·罗特豪格 , 王树森 , 迈克尔·马奥尼 , 丽莎·格哈特 , 巴帕 , 杰伊·科塔兰 , 迈克尔·林根伯格 , 克里斯汀·马什霍夫 以下为:
通过使用Alchemistry卸载到高性能计算库来加速大规模数据分析。 KDD公司 2018 以下为: 293-301 [i11] 亚历克斯·吉滕斯 , 凯·罗特豪格 , 王树森 , 迈克尔·马奥尼 , 丽莎·格哈特 , 巴帕 , 杰伊·科塔兰 , 迈克尔·林根伯格 , 克里斯汀·马斯霍夫 以下为:
通过使用Alchemistry卸载到高性能计算库来加速大规模数据分析。 CoRR公司 abs/1805.11800 ( 2018 ) [i10] 亚历克斯·吉滕斯 , 凯·罗特豪格 , 王树森 , 迈克尔·马奥尼 , 杰伊·科塔兰 , 丽莎·格哈特 , 巴帕 , 迈克尔·林根伯格 , 克里斯汀·马斯霍夫 以下为:
炼金术士:Apache Spark MPI接口。 CoRR公司 abs/1806.01270 ( 2018 ) 2017 [j3] 王树森 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
略图岭回归:优化视角、统计视角和模型平均。 J.马赫。 学习。 物件。 18 以下为: 218:1-218:50 ( 2017 ) 【c9】 亚历克斯·吉滕斯 , 迪米特里斯·阿奇利奥普塔斯 , 迈克尔·马奥尼 以下为:
Skip Gram-Zipf+Uniform=向量可加性。 ACL(1) 2017 以下为: 69-76 【c8】 斯蒂芬·图 , Shivaram Venkataraman公司 , 阿西娅·威尔逊 , 亚历克斯·吉滕斯 , 迈克尔·乔丹 , 本杰明·雷奇特 以下为:
打破局部性加速了块状高斯-赛德尔。 ICML公司 2017 以下为: 3482-3491 【c7】 王树森 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
略图岭回归:优化视角、统计视角和模型平均。 ICML公司 2017 以下为: 3608-3616 [i9] 王树森 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
略图岭回归:优化视角、统计视角和模型平均。 CoRR公司 abs/1702.04837 ( 2017 ) [i8] 王树森 , 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
基于Nystrom近似的可缩放核K-Means聚类:相对误差界。 CoRR公司 abs/1706.02803 ( 2017 ) 2016 [注2] 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
回顾改进的大尺度机器学习的Nystrom方法。 J.马赫。 学习。 物件。 17 以下为: 117:1-117:65 ( 2016 ) 【c6】 亚历克斯·吉滕斯 , 阿迪蒂亚·德瓦拉孔达 , 埃文·拉卡 , 迈克尔·林根伯格 , 丽莎·格哈特 , 杰伊·科塔兰 , 刘佳林 , 克里斯汀·马斯霍夫 , 谢恩·卡农 , 贾廷·丘加尼 , 普拉莫德·夏尔马 , 杨纪艳 , 詹姆斯·德梅尔 , 吉姆·哈雷尔 , 文卡特·克里希纳穆尔西 , 迈克尔·马奥尼 , 巴帕 以下为:
大规模矩阵分解:使用三个案例研究比较spark和C+MPI中的科学数据分析。 IEEE大数据 2016 以下为: 204-213 【c5】 亚历克斯·吉滕斯 , 杰伊·科塔兰 , 杨吉燕(Jiyan Yang) , 迈克尔·林根伯格 , 贾廷·丘加尼 , 埃文·拉卡 , 莫希德普·辛格 , 玉树瑶 , 科特·菲舍尔 , 奥利弗·吕贝尔 , 本杰明·鲍文 , 诺曼·G·刘易斯 , 迈克尔·马奥尼 , 文卡特·克里希纳穆尔西 , 巴帕 以下为:
Spark中随机CX低秩矩阵分解的多平台评估。 IPDPS研讨会 2016 以下为: 1403-1412 [i7] 亚历克斯·吉滕斯 , 阿迪蒂亚·德瓦拉孔达 , 埃文·拉卡 , 迈克尔·林根伯格 , 丽莎·格哈特 , 杰伊·科塔兰 , 刘佳林 , 克里斯汀·马斯霍夫 , 谢恩·卡农 , 贾廷·丘加尼 , 普拉莫德·夏尔马 , 杨吉燕(Jiyan Yang) , 詹姆斯·德梅尔 , 吉姆·哈雷尔 , 文卡特·克里希纳穆尔西 , 迈克尔·马奥尼 , 巴帕 以下为:
大规模矩阵分解:使用三个案例研究比较Spark和C+MPI中的科学数据分析。 CoRR公司 abs/1607.01335 ( 2016 ) 2015 【c4】 大光 , 亚历克斯·吉滕斯 , 拉斐·哈米德 以下为:
符合硬件要求的近似图像代码。 CVPR公司 2015 以下为: 924-932 【c3】 克里斯托斯·布蒂迪斯 , Prabhanjan Kambadur公司 , 亚历克斯·吉滕斯 以下为:
通过功率法进行光谱聚类——不言而喻。 ICML公司 2015 以下为: 40-48 [i6] 杨吉燕(Jiyan Yang) , 亚历克斯·吉滕斯 以下为:
用于学习目标特定多项式特征的张量机。 CoRR公司 abs/1504.01697 ( 2015 ) 2014 【c2】 拉斐·哈米德 , 英肖 , 亚历克斯·吉滕斯 , 丹尼斯·德科斯特 以下为:
压缩随机特征映射。 ICML公司 2014 以下为: 19-27 2013 [j1] 克里斯托斯·布特西迪斯 , 亚历克斯·吉滕斯 以下为:
通过子采样随机哈达玛变换改进矩阵算法。 SIAM J.矩阵分析。 申请。 34 ( 三 ) 以下为: 1301-1340 ( 2013 ) 【c1】 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
重温用于改进大规模机器学习的Nystrom方法。 ICML(3) 2013 以下为: 567-575 [i5] 亚历克斯·吉滕斯 , 迈克尔·马奥尼 以下为:
回顾改进的大尺度机器学习的Nystrom方法。 CoRR公司 abs/1303.1849 ( 2013 ) [i4] 亚历克斯·吉滕斯 , Prabhanjan Kambadur公司 , 克里斯托斯·布蒂迪斯 以下为:
通过随机草图进行近似光谱聚类。 CoRR公司 abs/1311.2854 ( 2013 ) [i3] 拉斐·哈米德 , 英肖 , 亚历克斯·吉滕斯 , 丹尼斯·德科斯特 以下为:
压缩随机特征映射。 CoRR公司 abs/1312.4626 ( 2013 ) 2012 [i2] 克里斯托斯·布蒂迪斯 , 亚历克斯·吉滕斯 以下为:
通过子采样随机哈达玛变换改进矩阵算法。 CoRR公司 腹肌/1204.0062 ( 2012 ) 2011 [i1] 亚历克斯·吉滕斯 以下为:
朴素Nystrom扩张的谱范数误差。 CoRR公司 腹肌/1110.5305 ( 2011 )