博尔贾·罗德里格斯·加尔维斯
人员信息
SPARQL查询
优化列表
2020年–今天
2024 【b1】 博尔贾·罗德里格斯·加尔维斯 :
泛化理论的信息论方法。 瑞典斯德哥尔摩皇家理工学院, 2024 [j3] 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
更多的PAC-Bayes界限:从有界损失到具有一般尾部行为的损失,再到任何时候的有效性。 J.马赫。 学习。 物件。 25 : 110:1-110:43 ( 2024 ) [第14条] 阿默里·古弗内尔 , 博尔贾·罗德里格斯·加尔维斯 , 托比亚斯·欧切林 , 米凯尔·斯科格隆德 :
连锁信息——线性Bandit问题的理论界和紧后悔率。 CoRR公司 abs/2403.03361 ( 2024 ) [i13] 博尔贾·罗德里格斯·加尔维斯 , 奥马尔·里瓦斯普拉塔 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
关于有限矩损失的推广界的一个注记。 CoRR公司 abs/2403.16681 ( 2024 ) [i12] 马丁·林德斯特伦 , 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
超球面原型学习几何的编码理论分析。 CoRR公司 abs/2407.07664 ( 2024 ) 2023 【c7】 马赫迪·哈吉法姆 , 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 , 丹尼尔·罗伊 , 金塔尔·卡罗琳娜·齐尤加特 :
随机凸优化中梯度下降法信息论推广界的局限性。 中高音 2023 : 663-706 【c6】 博尔贾·罗德里格斯·加尔维斯 , 阿诺·布拉斯 , 保罗·罗德里格斯 , 亚当·戈林斯基 , 泽维尔·苏奥 , 杰森·拉马普拉姆 , 丹·布斯布里奇 , 卢卡·扎佩拉 :
熵和重构在多视角自我监督学习中的作用。 ICML公司 2023 : 29143-29160 【c5】 阿默里·古弗内尔 , 博尔贾·罗德里格斯·加尔维斯 , 托比亚斯·欧切林 , 米凯尔·斯科格隆德 :
汤普森抽样后悔界限与背景匪徒亚高斯奖励。 伊西特 2023 : 1306-1311 [i11] 阿默里·古弗内尔 , 博尔贾·罗德里格斯·加尔维斯 , 托比亚斯·欧切林 , 米凯尔·斯科格隆德 :
汤普森抽样后悔界限与背景匪徒亚高斯奖励。 CoRR公司 abs/2304.13593 ( 2023 ) [i10] 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
更多的PAC-Bayes边界:从有界损失到具有一般尾部行为的损失,再到任何时间有效性。 CoRR公司 腹肌/2306.1214 ( 2023 ) [第九章] 博尔贾·罗德里格斯·加尔维斯 , 阿诺·布拉斯 , 保罗·罗德里格斯 , 亚当·戈林斯基 , 泽维尔·苏奥 , 杰森·拉马普拉姆 , 丹·布斯布里奇 , 卢卡·扎佩拉 :
熵和重构在多视角自我监督学习中的作用。 CoRR公司 abs/2307.10907 ( 2023 ) 2022 【c4】 阿默里·古弗内尔 , 博尔贾·罗德里格斯·加尔维斯 , 托比亚斯·欧切林 , 米凯尔·斯科格隆德 :
贝叶斯强化学习的信息论分析。 阿勒顿 2022 : 1-7 [i8] 阿默里·古弗内尔 , 博尔贾·罗德里格斯·加尔维斯 , 托比亚斯·欧切林 , 米凯尔·斯科格隆德 :
贝叶斯强化学习的信息论分析。 CoRR公司 abs/2207.08735 ( 2022 ) [i7] 马赫迪·哈吉法姆 , 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 , 丹尼尔·罗伊 , 金塔尔·卡罗琳娜·齐尤加特 :
随机凸优化中梯度下降法信息论推广界的局限性。 CoRR公司 abs/2212.13556 ( 2022 ) 2021 [注2] 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 米凯尔·斯科格隆德 :
离散数据专用算法泛化误差的上限。 IEEE传输。 Inf.理论 67 ( 11 ) : 7362-7379 ( 2021 ) 【c3】 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
隐私与公平的变通方法。 ITW公司 2021 : 1-6 【c2】 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
通过Wasserstein距离缩小预期泛化误差范围。 NeurIPS公司 2021 : 19109-19121 [i6] 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
通过Wasserstein距离缩小预期泛化误差范围。 CoRR公司 abs/2101.09315 ( 2021 ) [i5] 博尔贾·罗德里格斯·加尔维斯 , 菲利普·格兰奎斯特 , 罗杰尔·范·达伦 , 马特·塞格尔 :
通过改进的差分乘数方法在私有联合学习中加强公平性。 CoRR公司 abs/2109.08604 ( 2021 ) 2020 [j1] 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
凸信息瓶颈拉格朗日。 熵 22 ( 1 ) : 98 ( 2020 ) 【c1】 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
随机子集泛化误差界与随机梯度Langevin动力学算法。 ITW公司 2020 : 1-5 [i4] 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 米凯尔·斯科格隆德 :
私有算法泛化误差的上限。 CoRR公司 2005年5月889日 ( 2020 ) [i3] 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
隐私与公平的变通方法。 CoRR公司 abs/2006.06332 ( 2020 ) [i2] 博尔贾·罗德里格斯·加尔维斯 , Germanán Bassi先生 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
随机子集泛化误差界与随机梯度Langevin动力学算法。 CoRR公司 abs/2010.10994 ( 2020 )
2010 – 2019
2019 [i1] 博尔贾·罗德里格斯·加尔维斯 , 拉格纳尔·托巴本 , 米凯尔·斯科格隆德 :
凸信息瓶颈拉格朗日。 CoRR公司 abs/1911.11000 ( 2019 )