关于我
出版物
机器学习：
2024
-
学习可解释概念：统一 因果表征学习与基础模型
古萨姆·拉金德兰* 、Simon Buchholz*、Bryon Aragam、Bernhard Schölkopf、Pradeep 拉维库马 手稿2024 -
关于线性表示的起源 大型语言模型
古萨姆·拉金德兰* 、Yibo Jiang*、Pradeep Ravikumar、Bryon Aragam、Victor Veitch
ICML 2024年 -
干预性观点 基于独立分量分析的高斯LTI系统的可辨识性
古萨姆·拉金德兰* 、Patrik Reizinger*、Wieland Brendel、Pradeep Ravikumar CLeaR 2024年 （口头） [ 幻灯片 ]
2023
-
学习线性因果关系表示 从一般非线性混合下的干预
古萨姆·拉金德兰* Simon Buchholz*、Elan Rosenfeld、Bryon Aragam、Bernhard 普拉迪普·拉维库马尔·舍尔科夫（Pradeep Ravikumar Schölkopf） NeurIPS 2023年 （口服，前0.6%） 在研讨会上： 一、。 结构化概率推理与生成建模 ii、。 伪相关、不变性和稳定性 在ICML 2023 [ 幻灯片 , 海报 ]
2022
-
深层生成模型的可识别性 无辅助信息
古萨姆·拉金德兰* 波丹·基夫娃*、普拉迪普·拉维库马尔、布莱恩·阿拉加姆 NeurIPS 2022 （口腔/聚光灯，前1.8%） [ 海报 ] -
亚指数时间 主成分分析的平方和下限
古萨姆·拉金德兰* ，亚伦·波提钦* NeurIPS 2022 [ 幻灯片 ] -
端到端神经网络的鲁棒性分析 自动语音识别模型
古萨姆·拉金德兰* ，邹伟* 手稿2022
2021
-
多项式时间内的结构学习： 贪婪算法、Bregman信息和指数族
古萨姆·拉金德兰 波丹·基夫娃、高明、布赖恩·阿拉加姆 NeurIPS 2021 [ 幻灯片 , 海报 ] -
通过混合学习潜在因果图 神谕
博丹·基夫瓦， 古萨姆·拉金德兰 、Pradeep Ravikumar、Bryon Aragam NeurIPS 2021 [ 幻灯片 ]
理论计算机科学：
2024
-
超越高斯的有效反浓缩证书
Ainesh Bakshi、Pravesh Kothari、， 古萨姆·拉金德兰** 、Madhur Tulsiani、Aravindan Vijayaraghavan 手稿2024
2023
-
密度最大的平方和下限 k-子图
克里斯·琼斯（Chris Jones）、亚伦·波泰钦（Aaron Potechin）、， 古瑟姆·拉金德兰** ，Jeff Xu STOC 2023公司
-
多项式随机矩阵的集中 通过Efron-Stein不等式
古萨姆·拉金德兰** 马杜尔·图西亚尼 SODA 2023标准
2022
-
非线性随机矩阵及其应用 到平方和层次结构
古萨姆·拉金德兰 芝加哥大学博士学位论文，2022年 [ 幻灯片 ]
2021
-
稀疏矩阵的平方和下限 独立集
克里斯·琼斯（Chris Jones）、亚伦·波泰钦（Aaron Potechin）、， 古萨姆·拉金德兰** 、Madhur Tulsiani、Jeff Xu
2021年焦点
2020
-
的平方和下限 Sherington-Kirkpatrick通过人工仿射飞机
Mrinalkanti Ghosh、Fernando Granha Jeronimo、Chris Jones、Aaron Potechin、， 古特姆 拉金德兰** 2020年FOCS
-
下平方和检验机械 认证问题的界限
Aaron Potechin， 古萨姆·拉金德兰** 手稿2020
2018
-
通过求和的组合优化 方形层次结构
古瑟姆·拉金德兰 2018年芝加哥大学硕士论文[ 幻灯片 ]
有趣的东西