加泰尔·吉德尔
潜在学生
课程
我是今年秋天的法语数据科学班的学生。 达尼洛、齐楚和达米恩正在首发
研究兴趣
对抗性配方取得巨大成功的根本原因是什么？ 通过差异化游戏训练模型时出现了哪些新的困难和问题，以及如何解决这些困难和问题？ 我们如何为可微分游戏设计更有效的训练方法？ 什么是泛化？它如何受到培训方法选择的影响？
学生
昆汀·贝特朗 （博士后与 西蒙·拉科斯特-朱利安 ) 乔伊·博斯 （博士与 普拉卡什·帕南加登 ) 安杰拉·姆拉德诺维奇 （博士） 大卫·多布雷 （博士） 梅赫纳兹·莫法卡米 （理学硕士与 Ioannis Mitliagkas公司 ) 马可·吉拉尔斯彭 （博士学位于2023年秋季开始） -
达米安·费尔巴赫 ，实习生（博士，2024年秋季开始） -
刘子初 ，博士，与Ioannis Mitliagkas共同督导（2023年秋季开始） -
达尼洛·武塞蒂克（Danilo Vucetic） ，实习生（2023年冬季开始攻读博士学位） -
比伦太阳 ，实习生
校友
预印本 - 出版物 - 手稿
以我目前的责任感，我没有时间频繁更新这个网站。 因此，此列表不是最新的，有关我的最新出版物，请查看我的 谷歌学者
37 超越L1：使用skglm的更快更好的稀疏模型 昆汀·贝特朗、昆汀·克罗芬斯坦、皮埃尔·安托琳·班尼尔、高蒂尔·吉德尔和马图林·马西亚斯。 预印2022
36 单调变分不等式最优梯度法的最后迭代收敛性 爱德华·戈尔布诺夫（Eduard Gorbunov）、阿德里安·泰勒（Adrien Taylor）和高蒂尔·吉德尔（Gauthier Gidel）。 预印2022
35 减少差异是拜占庭人的解药：更好的利率、更弱的假设和沟通压缩，如同樱桃树在顶端 爱德华·戈尔布诺夫（Eduard Gorbunov）、塞缪尔·霍瓦思（Samuel Horváth）、彼得·里奇塔里克（Peter Richtárik）和高蒂尔·吉德尔（Gauthier Gidel）。 预印本2022
34 重尾噪声变分不等式的截断随机方法 爱德华·戈尔布诺夫（Eduard Gorbunov）、玛丽娜·达尼洛娃（Marina Danilova）、大卫·多布雷（David Dobre）、帕维尔·德夫列琴斯基（Pavel Dvurechensky）、亚历山大·加斯尼科夫（Alexander Gasnikov）和高蒂。 预印2022
33 证明等变强彩票假设的一般框架 作者Damien Ferbach、Christos Tsirigotis、Gauthier Gidel和Joey Bose。 预印2022
32 论Elo的局限性：现实世界的游戏是传递性的，而不是加性的 昆汀·贝特朗（Quentin Bertrand）、沃伊西奇·玛丽安·沙内基（Wojciech Marian Czarnecki）和戈蒂尔·基德尔（Gauthier Gidel）。 预印2022
31 基于最优外梯度的双线性耦合鞍点优化 作者：Simon S Du、Gauthier Gidel、Michael I Jordan、Chris Junchi Li。 预印本2022
30 仅尾部物质：凸域中的平均情形普遍性和鲁棒性 作者：莱昂纳多·库尼亚（Leonardo Cunha）、戈蒂尔·吉德尔（Gauthier Gidel）、费比安·佩德雷戈萨（Fabian Pedregosa）、达米安·西厄（Damien Scieur）和考特尼·帕奎特。 ICML 2022年
27 深线性网络反馈对准的收敛性分析与隐式正则化 由 曼努埃拉·吉洛蒂 , 约阿尼斯·米特利亚卡斯 和Gauthier Gidel。 未发布。 在ML系统ICML2021的Beyond一阶方法研讨会上演示。
25 隐凸凹对策和GAN中的广义自然梯度流 由 安杰拉·姆拉德诺维奇* 、伊奥西夫·萨科斯（Iosif Sakos）、乔治·皮里奥拉斯（Georgios Piliouras）和戈蒂尔·吉德尔（Gauthier Gidel）。 ICLR 2022年
24 在线对抗性攻击 由 安杰拉·姆拉德诺维奇* , 乔伊·博斯* , 雨果·贝拉德* , 威尔·汉密尔顿 , 西蒙·拉科斯特-朱利安 , 帕斯卡·文森特 和Gauthier Gidel。 *同等缴款。 ICLR 2022年
23 平滑博弈的随机梯度下降和一致性优化：期望合作下的收敛性分析 由 尼古拉斯·路易斯 , 雨果·贝拉德 、戈蒂尔·吉德尔（Gauthier Gidel）、， Ioannis Mitliagkas公司 和 西蒙·拉科斯特-朱利安 . NeurIPS 2021。
21 单个梯度步骤在随机两层神经网络上找到对抗性示例 由 塞巴斯蒂安·布贝克 , Yeshwanth Cherapanamjeri公司 Gauthier Gidel和 雷米·塔切特·德·库姆斯 . 按失语症顺序排列的作者。 NeurIPS 2021。
20 机器学习时代的多人游戏 加泰尔·吉德尔（Gauthier Gidel）。 博士论文。
18 真实世界的游戏看起来像旋转上衣 由 沃伊切赫·恰尔内茨基 、戈蒂尔·吉德尔（Gauthier Gidel）、， 布伦丹·特蕾西 , 卡尔·图尔斯 , 沙耶根·奥米德沙维埃 和 大卫·巴尔杜齐 和 马克斯·贾德伯格 . NeurIPS 2020。
17 非凸游戏的有限容量极小极大定理或：我如何学会不再担心混合的灰色和爱情神经网络 作者：Gauthier Gidel， 沃伊切赫·恰尔内茨基 , 约拉姆·巴赫拉赫 , 玛尔塔·加内洛 和 大卫·巴尔杜齐 . AISTATS 2021。
16 通过操纵谱形状加速平滑游戏 由 瓦伊斯·阿齐兹语 , 达米恩·西厄 , Ioannis Mitliagkas公司 , 西蒙·拉科斯特-朱利安 和Gauthier Gidel。
AISTATS 2020 .
14 可微对策的下界与条件 由 亚当·易卜拉欣 , 瓦伊斯·阿齐兹语 Gauthier Gidel和 Ioannis Mitliagkas公司 .
ICML 2020年
13 全谱可微分对策的外梯度的严密统一分析 由 瓦伊斯·阿齐兹语 , Ioannis Mitliagkas公司 , 西蒙·拉科斯特-朱利安 和Gauthier Gidel。 AISTATS 2020。
12 深入了解生成性对抗网络的优化情况 由 雨果·贝拉德* ，戈蒂尔·吉德尔*， 阿姆贾德·阿尔马海里 , 帕斯卡·文森特 和 西蒙·拉科斯特-朱利安 . *同等缴款。 ICLR 2020。
9 深线性神经网络中离散梯度动力学的隐式正则化 作者：高蒂尔·吉德尔， 弗朗西斯·巴赫 和 西蒙·拉科斯特-朱利安 . 2019年NeurIPS。
接受ICML 2019年研讨会海报展示 理解和改进深度学习中的泛化 .
8 基于方差缩减外梯度的GAN训练降噪
由 塔贾纳·查夫达罗娃* ，戈蒂尔·吉德尔*， 弗朗索瓦·弗莱特 和 西蒙·拉科斯特·朱利安 . *同等缴款。 2019年NeurIPS。
接受在 机器人与人工智能的生成建模与基于模型的推理 ICML 2019研讨会。
7 生成性对抗网络的变分不等式观点 戈蒂尔·吉德尔*， 雨果·贝拉德* 加丹·维格努德， 帕斯卡·文森特 和 西蒙·拉科斯特-朱利安 . ICLR，2019年。 （排名第35位，提交论文TOP 2.2%）
纸类 网页 github 海报 幻灯片 围巾 @进行中{gidel2019变化， author={Gidel、Gauthier和Berard、Hugo和Vincent、Pascal和Lacoste-Julien、Simon}， title={生成对抗网的变分不等式观点}， booktitle={ICLR}， 年份={2019}， 注释={（出现）} } 也被接受为 2018年蒙特利尔人工智能研讨会 （接受提交的前15%）。
6 改善游戏动态的负面势头 高蒂尔·吉德尔*， Reyhane Askari Hemmat公司* , 穆罕默德·佩泽什基 , 加布里埃尔·黄 , 雷米·莱普里奥 , 西蒙·拉科斯特·朱利安 , Ioannis Mitliagkas公司 . AISTATS，2019年。 纸类 围巾 @文章{gidel2019否定， 作者={Gidel、Gauthier和Askari Hemmat、Reyhane和Pezeshki、Mohammad和Huang、Gabriel和Lepriol R’emi和Lacoste-Julien、Simon和Mitliagkas、Ioannis}， title={改善游戏动态的负面势头}， booktitle={AISTATS}， 年份={2019}， 注释={（出现）} } 接受在 2018年蒙特利尔人工智能研讨会 和在 机器学习非凸优化的现代趋势 研讨会（ICML 2018）。
5 自适应三算子分裂 费比安·佩德雷戈萨（Fabian Pedregosa）、戈蒂尔·吉德尔（Gauthier Gidel）。 第35届机器学习国际会议论文集( ICML公司 ), 2018.
4 基于增广拉格朗日方法的Frank-Wolfe分裂 Gauthier Gidel、Fabian Pedregosa和 西蒙·拉科斯特-朱利安 . 第21届国际人工智能与统计会议记录 （AISTATS） , 2018. （ORAL，提交论文的前5%）
三 参数对抗性分歧是生成建模的良好任务损失 加布里埃尔·黄 , 雨果·贝拉德 , 艾哈迈德·图亚蒂 ，高蒂尔·吉德尔， 帕斯卡·文森特 和 西蒙·拉科斯特-朱利安 . arXiv，2017年。 @正在进行{黄2017对抗， author={黄，加布里埃尔和吉德尔，戈蒂尔和贝拉德，雨果和图阿蒂·艾哈迈德，拉科斯特·朱利安，西蒙}， title={对立分歧是生成建模的良好任务损失}， journal={arXiv:170802511}， 年份={2017年} } 在 2018年蒙特利尔人工智能研讨会 （接受提交的前15%）。 接受为 深度学习研讨会（PADL）中的原则方法 ，ICML2017。
2 鞍点问题的Frank-Wolfe算法 戈蒂尔·吉德尔（Gauthier Gidel）， 托尼·杰巴拉 和 西蒙·拉科斯特-朱利安 . 第20届国际人工智能与统计会议论文集( AISTATS公司 ), 2017. 纸类 围巾 arXiv公司 @正在进行{gidel2017saddle， author={Gidel、Gauthier和Jebara、Tony和Lacoste-Julien、Simon}， 标题={ {F} 等级- {W} 嗅觉 鞍点问题的算法}， booktitle={第20届国际人工智能与统计会议（AISTATS）会议记录}， 年份={2017年} } 哈尔 代码 项目 海报 在 NeurIPS OPT2016研讨会 （接受提交的前10%）。
1 Frank Wolfe pour la算法的扩展 重新计算销售积分。 （法语） 加泰尔·吉德尔（Gauthier Gidel）。 引言au domaine de recherche（相当于硕士论文）au DMA公司 ，2016年2月。
第三人简历
联系人
