机器学习研究杂志
机器学习期刊 (JMLR), 成立于 2000 年，为机器学习所有领域的优质学术文章提供国际发表平台，包括电子版和纸质版。所有已发表的文章均可在网上免费获取。
JMLR 致力于严格且快速的评审。最终版本会在收到后立即以电子方式发表 (ISSN 1533-7928)。直到 2004 年底，纸质文集 (ISSN 1532-4435) 每年出版 8 次，并由 MIT Press 出售给图书馆和个人。纸质文集 (ISSN 1532-4435) 现在由 Microtome Publishing 出版和销售。
新闻
最新论文
- 关于同质神经网络梯度流动力学的理解，超越原点
- Akshay Kumar, Jarvis Haupt, 2025.
[abs][pdf][bib] [code]
- 具有数据异质性的拜占庭鲁棒分布式随机优化中的最优复杂度
- Qiankun Shi, Jie Peng, Kun Yuan, Xiao Wang, Qing Ling, 2025.
[abs][pdf][bib]
- 内核方法中统一的固有空间
- Xavier Emery, Emilio Porcu, Moreno Bevilacqua, 2025.
[abs][pdf][bib]
- TorchCP：一个用于保形预测的 Python 库
- Jianguo Huang, Jianqing Song, Xuanning Zhou, Bingyi Jing, Hongxin Wei, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- Hopfield-Fenchel-Young 网络：关联记忆检索的统一框架
- Saul Santos, Vlad Niculae, Daniel McNamee, Andre F.T. Martins, 2025.
[abs][pdf][bib] [code]
- 非加性条件参数因果模型下因果图的可识别性
- Juraj Bodik, Valérie Chavez-Demoulin, 2025.
[abs][pdf][bib] [code]
- 机器学习模型成员推理攻击的基本限制
- Eric Aubinais, Elisabeth Gassiat, Pablo Piantanida, 2025.
[abs][pdf][bib]
- 核良度拟合检验的稳健性
- Xing Liu, François-Xavier Briol, 2025.
[abs][pdf][bib] [code]
- 通过联合张量Tucker分解进行高维时间序列的有效在线预测
- Zhenting Luan, Defeng Sun, Haoning Wang, Liping Zhang, 2025.
[abs][pdf][bib]
- 通过隐式场景简化快速计算超分量约束优化
- Jake Roth, Ying Cui, 2025.
[abs][pdf][bib] [code]
- 图上协作似然比估计
- Alejandro de la Concha, Nicolas Vayatis, Argyris Kalogeratos, 2025.
[abs][pdf][bib] [code]
- 随机梯度下降中重尾噪声下的批量大小的效用
- Rahul Singh, Abhinek Shukla, Dootika Vats, 2025.
[abs][pdf][bib] [code]
- 差分隐私 Bootstrap：新的隐私分析和推理策略
- Zhanyu Wang, Guang Cheng, Jordan Awan, 2025.
[abs][pdf][bib] [code]
- 约束 MDP 的自然策略梯度原始对偶方法的收敛性和样本复杂度
- Dongsheng Ding, Kaiqing Zhang, Jiali Duan, Tamer Basar, Mihailo R. Jovanovic, 2025.
[abs][pdf][bib]
- 差分隐私多变量中位数
- Kelly Ramsay, Aukosh Jagannath, Shoja'eddin Chenouri, 2025.
[abs][pdf][bib] [code]
- VFOSA：用于广义方程的方差缩减快速算子分裂算法
- Quoc Tran-Dinh, 2025.
[abs][pdf][bib]
- Token空间中的扩展能力：大型视觉语言模型分析
- Tenghui Li, Guoxu Zhou, Xuyang Zhao, Qibin Zhao, 2025.
[abs][pdf][bib]
- 局部差分隐私下极小极大最优双样本检验
- Jongmin Mun, Seungwoo Kwak, Ilmun Kim, 2025.
[abs][pdf][bib] [code]
- Jackpot：使用对抗流形逼近不确定性域
- Nathanaël Munier, Emmanuel Soubies, Pierre Weiss, 2025.
[abs][pdf][bib] [code]
- 学习高斯模型贝叶斯网络的渐近最优坐标下降算法
- Tong Xu, Simge Küçükyavuz, Ali Shojaie, Armeen Taeb, 2025.
[abs][pdf][bib] [code]
- 非对数凹采样和对数划分函数估计的收敛速度
- David Holzmüller, Francis Bach, 2025.
[abs][pdf][bib] [code]
- 统一框架，用于强制、发现和促进机器学习中的对称性
- Samuel E. Otto, Nicholas Zolman, J. Nathan Kutz, Steven L. Brunton, 2025.
[abs][pdf][bib] [code]
- 具有应用的多维马哈拉诺比斯距离和内核化新颖性检测
- Nikita Zozoulenko, Thomas Cass, Lukas Gonon, 2025.
[abs][pdf][bib] [code]
- 配备仿射编码器和解码器的尖峰神经网络的稳定学习
- A. Martina Neuman, Dominik Dold, Philipp Christian Petersen, 2025.
[abs][pdf][bib] [code]
- 通过逐层部分机器学习高效删除训练模型中的知识
- Vinay Chakravarthi Gogineni, Esmaeil S. Nadimi, 2025.
[abs][pdf][bib]
- 通用损失函数在高维情况下导致（近似）插值
- Kuo-Wei Lai, Vidya Muthukumar, 2025.
[abs][pdf][bib]
- 基于分裂方案的分段确定性采样
- Andrea Bertazzi, Paul Dobson, Pierre Monmarché, 2025.
[abs][pdf][bib] [code]
- 分层与随机晶体化学习：基于德劳内三角剖分的几何利用的非参数回归
- Jiaqi Gu, Guosheng Yin, 2025.
[abs][pdf][bib]
- 使用 AlphaGeometry2 解决奥林匹克几何问题的金牌表现
- Yuri Chervonyi, Trieu H. Trinh, Miroslav Olšák, Xiaomeng Yang, Hoang H. Nguyen, Marcelo Menegali, Junehyuk Jung, Junsu Kim, Vikas Verma, Quoc V. Le, Thang Luong, 2025.
[abs][pdf][bib] [code]
- 分散双层优化：从瞬态迭代复杂度的视角
- Boao Kong, Shuchen Zhu, Songtao Lu, Xinmeng Huang, Kun Yuan, 2025.
[abs][pdf][bib]
- 通过可迁移表示实现公平文本分类
- Thibaud Leteno, Michael Perrot, Charlotte Laclau, Antoine Gourru, Christophe Gravier, 2025.
[abs][pdf][bib] [code]
- 光滑锥优化中随机内点法的应用
- Chuan He, Zhanwang Deng, 2025.
[abs][pdf][bib] [code]
- 重尾噪声下非凸 SGD 中梯度归一化和裁剪的必要性、充分性和加速
- Tao Sun, Xinwang Liu, Kun Yuan, 2025.
[abs][pdf][bib]
- 广义多视图模型：低秩约束下的自适应密度估计
- Julien Chhor, Olga Klopp, Alexandre B. Tsybakov, 2025.
[abs][pdf][bib] [code]
- (去)正则化最大均值差异梯度流
- Zonghao Chen, Aratrika Mustafi, Pierre Glaser, Anna Korba, Arthur Gretton, Bharath K. Sriperumbudur, 2025.
[abs][pdf][bib]
- 关于最优降维中的概率嵌入
- Ryan Murray, Adam Pickarski, 2025.
[abs][pdf][bib]
- 基于高效-KAN和WAV-KAN的物理信息Kolmogorov-Arnold神经网络用于动力学分析
- Subhajit Patra, Sonali Panda, Bikram Keshari Parida, Mahima Arya, Kurt Jacobs, Denys I. Bondar, Abhijit Sen, 2025.
[abs][pdf][bib] [code]
- 使用近似样本的图加速马尔可夫链蒙特卡洛
- Leo L. Duan, Anirban Bhattacharya, 2025.
[abs][pdf][bib] [code]
- 在线分位数回归
- Yinan Shen, Dong Xia, Wen-Xin Zhou, 2025.
[abs][pdf][bib]
- 具有替代似然函数的随机图的统计推断
- Dingbo Wu, Fangzheng Xie, 2025.
[abs][pdf][bib] [code]
- 因果背景知识的表示及其在因果推断中的应用
- Zhuangyan Fang, Ruiqi Zhao, Yue Liu, Yangbo He, 2025.
[abs][pdf][bib]
- 对比学习的增强重叠理论
- 张琦, 王一飞, 王亦森, 2025.
[abs][pdf][bib] [code]
- 具有收敛保证的岭估计算法
- 乔万利, 沃尔夫冈·波洛尼克, 2025.
[abs][pdf][bib]
- Talent：一个表格数据分析和学习工具箱
- 刘思扬, 蔡浩润, 周启乐, 殷淮洪, 周涛, 蒋俊鹏, 叶寒嘉, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 通过近似消息传递推断高维回归中的变化点
- 加布里埃尔·阿尔皮诺, 刘晓奇, 朱莉娅·贡塔雷克, 拉姆吉·文卡塔拉马南, 2025.
[abs][pdf][bib] [code]
- 核随机矩阵和二次情形下的核回归普适性
- 帕特·潘迪特, 王志超, 朱亦哲, 2025.
[abs][pdf][bib]
- 词法 Lipschitz Bandit：新算法与下界
- 薛博, 程吉, 刘飞, 王一牧, 张立军, 张庆福, 2025.
[abs][pdf][bib]
- 关于证据下界的自然梯度
- 尼哈特·艾, 杰西·范·奥斯特鲁姆, 阿德维特·达塔尔, 2025.
[abs][pdf][bib] [code]
- 监督学习问题的几何与稳定性
- 法昆多·梅莫利, 布兰特利·沃斯, 罗伯特·C·威廉姆森, 2025.
[abs][pdf][bib]
- 通过层级特征压缩和判别理解深度表征学习
- 王鹏, 李晓, 雅拉斯·坎, 朱志辉, 巴兰佐·劳拉, 胡伟, 曲庆, 2025.
[abs][pdf][bib] [code]
- 大维数下源条件核岭回归的最优速率
- 张浩博, 李一程, 陆伟豪, 林谦, 2025.
[abs][pdf][bib]
- 用于半监督学习的混合加权最近邻分类器
- 李斯文·M·S, 麦迪·索莱马尼, 2025.
[abs][pdf][bib]
- 用于霍克斯过程的可扩展和自适应变分贝叶斯方法
- 黛博拉·苏莱姆, 文森特·里沃亚尔, 朱迪斯·鲁索, 2025.
[abs][pdf][bib]
- 具有保证灵活性的生物序列核
- 艾伦·N·阿明, 黛博拉·S·马克斯, 伊莱·N·韦恩斯坦, 2025.
[abs][pdf][bib] [code]
- 分类数据的统一离散扩散
- 赵凌霄, 丁雪莹, 余丽军, 阿克奥卢·莱曼, 2025.
[abs][pdf][bib] [code]
- 用于无限维系统的强化学习
- 张伟, 李久信, 2025.
[abs][pdf][bib]
- 深度神经网络对近似和估计中的函数规律性和数据分布具有适应性
- 刘浩, 程嘉辉, 廖文静, 2025.
[abs][pdf][bib]
- 基于演员-评论家强化学习生成测地线，以预测中点
- 笠浦和美, 2025.
[abs][pdf][bib] [code]
- 具有PAC-Bayesian保证的学习优化：理论考量与实践实现
- 迈克尔·苏克尔, 贾拉尔·法迪利, 彼得·奥克斯, 2025.
[abs][pdf][bib] [code]
- 用于高维零膨胀数据的稀疏半参数判别分析
- 郑熙哲, 倪洋, 伊琳娜·盖纳诺娃, 2025.
[abs][pdf][bib] [code]
- 随机插值：统一流和扩散的框架
- 迈克尔·阿尔贝戈, 尼古拉斯·M·博菲, 埃里克·凡登-埃伊登, 2025.
[abs][pdf][bib]
- 非平稳在线学习的有效方法
- 赵鹏, 谢燕峰, 张丽军, 周志华, 2025.
[abs][pdf][bib]
- 具有DADAO的去中心化异步优化允许解耦和加速
- 阿德尔·纳布利, 埃杜瓦尔·奥亚隆, 2025.
[abs][pdf][bib] [code]
- 高斯过程专家混合模型与SMC^2
- 泰穆·哈尔科宁, 萨拉·韦德, 科迪·劳, 拉西·罗伊宁, 2025.
[abs][pdf][bib] [code]
- 具有距离剖面的鲁棒点匹配
- 赫允亨, 丘月豪, 2025.
[abs][pdf][bib]
- BoFire：面向实际实验的贝叶斯优化框架
- 约翰内斯·P·杜尔霍尔特, 托马斯·S·阿舍, 乔汉娜·克莱内科特, 加布里埃尔·曼西诺-鲍尔, 本杰明·席勒, 西蒙·桑, 朱利安·凯普, 亚伦·奥斯堡, 托比·博因, 露丝·米斯纳, 罗索娜·埃尔德雷德, 克里苏拉·卡帕图, 罗伯特·M·李, 多米尼克·林茨纳, 瓦格纳·施图尔·科斯塔, 大卫·瓦尔茨, 尼克拉斯·乌尔科夫, 贝朗·沙菲, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- Reliever：缓解昂贵模型拟合对变化点检测的负担
- 钱程德, 王广辉, 邹长梁, 2025.
[abs][pdf][bib]
- 用于不确定性量化的变分推断：权衡分析
- 查尔斯·C·马戈西安, 卢卡斯·皮洛-维维安, 劳伦斯·K·索尔, 2025.
[abs][pdf][bib] [code]
- 集成方法是否一直在进步？
- 皮埃尔-亚历山大·马泰, 达米安·加罗, 2025.
[abs][pdf][bib] [code]
- 约束凸优化下误差界限条件下的自适应无参数和无投影重启水平集方法
- 林启航, 索海利·内加尔, 马润超, 纳达拉贾·塞尔瓦普拉布, 2025.
[abs][pdf][bib]
- 双曲偏微分方程的算子学习
- 克里斯托弗·王, 亚历克斯·汤森, 2025.
[abs][pdf][bib] [code]
- 大维数下部分线性模型的优化子采样
- 邵玉静, 王磊, 连恒, 王海英, 2025.
[abs][pdf][bib]
- 通过梯度跟踪的去中心化稀疏线性回归
- 玛丽·马罗斯, 杰苏阿尔多·斯库塔里, 孙莹, 广程, 2025.
[abs][pdf][bib]
- 校准推断：考虑采样不确定性和分布不确定性的统计推断
- 郑宇镇, 多米尼克·罗森豪斯勒, 2025.
[abs][pdf][bib]
- 基于目标导向的贝叶斯优化中的松弛高斯过程插值
- 塞巴斯蒂安·J·佩蒂, 朱利安·贝克特, 埃曼纽埃尔·瓦斯克斯, 2025.
[abs][pdf][bib] [code]
- 自监督表征学习的线性分离能力
- 王书磊, 2025.
[abs][pdf][bib]
- 关于对于任意常数步长投影策略梯度法的收敛性
- 刘嘉材, 李文业, 林达超, 魏科, 张志华, 2025.
[abs][pdf][bib]
- 均场控制中基于线性函数逼近的学习
- 埃尔汉·巴伊拉克塔尔, 阿利·德夫兰·卡拉, 2025.
[abs][pdf][bib]
- 用于非光滑非凸有限和优化的新型随机重组方法
- 邱俊文, 李晓, 安德烈·米尔扎雷克, 2025.
[abs][pdf][bib]
- 使用分类器的AUC进行模型自由变化点检测
- 罗希特·坎拉尔, 江飞宇, 蔡展瑞, 2025.
[abs][pdf][bib] [code]
- 带有附加功能的EF21：现代误差反馈的六种算法扩展
- 伊利亚斯·法特胡林, 伊戈尔·索科洛夫, 爱德华·戈尔布诺夫, 李志泽, 彼得·里希塔里克, 2025.
[abs][pdf][bib] [code]
- 多实例验证
- 辛徐, 艾比·弗兰克, 杰弗里·霍尔姆斯, 2025.
[abs][pdf][bib] [code]
- 从相似线性表征中学习：自适应性、极小极大性和鲁棒性
- 叶天, 顾宇奇, 冯洋, 2025.
[abs][pdf][bib] [code]
- 具有保证灵活性的指数族图模型：相关副本和未测量的混杂因素，及其在fMRI数据中的应用
- 金延鑫, 宁洋, 陈健明, 2025.
[abs][pdf][bib]
- 利用分布动态规划优化回报分布
- Bernardo Ávila Pires, Mark Rowland, Diana Borsa, Zhaohan Daniel Guo, Khimya Khetarpal, André Barreto, David Abel, Rémi Munos, Will Dabney, 2025.
[abs][pdf][bib]
- 不精确的多臂老虎机：将不可约的不确定性表示为零和博弈
- Vanessa Kosoy, 2025.
[abs][pdf][bib]
- 两层网络训练中的早期对齐是一把双刃剑
- Etienne Boursier, Nicolas Flammarion, 2025.
[abs][pdf][bib] [code]
- 基于结构信息原则的分层决策
- Xianghua Zeng, Hao Peng, Dingli Su, Angsheng Li, 2025.
[abs][pdf][bib]
- 生成对抗网络：动力学
- Matias G. Delgadino, Bruno B. Suassuna, Rene Cabrera, 2025.
[abs][pdf][bib]
- "数据集之间有什么不同？" 解释数据分布偏移的框架
- Varun Babbar*, Zhicheng Guo*, Cynthia Rudin, 2025.
[abs][pdf][bib] [code]
- 基于假设较少且数据自适应的后预测推断
- Jiacheng Miao, Xinran Miao, Yixuan Wu, Jiwei Zhao, Qiongshi Lu, 2025.
[abs][pdf][bib] [code]
- 用于异常检测的Bagged正则化k-距离
- Yuchao Cai, Hanfang Yang, Yuheng Ma, Hanyuan Hang, 2025.
[abs][pdf][bib]
- 集成梯度归因方法的四个公理化特征
- Daniel Lundstrom, Meisam Razaviyayn, 2025.
[abs][pdf][bib]
- 约束线性逆问题的快速算法
- Mohammed Rayyan Sheriff, Floor Fenne Redel, Peyman Mohajerin Esfahani, 2025.
[abs][pdf][bib] [code]
- 高阶不可约Cartesian张量分解和等变空间的基
- Shihao Shao, Yikang Li, Zhouchen Lin, Qinghua Cui, 2025.
[abs][pdf][bib] [code]
- 来自私有化列联表的最佳线性无偏估计
- Jordan Awan, Adam Edwards, Paul Bartholomew, Andrew Sillers, 2025.
[abs][pdf][bib] [code]
- 深度 ReLU 神经网络在顺序可分数据上的可解释全局最小值
- Thomas Chen, Patrícia Muñoz Ewald, 2025.
[abs][pdf][bib]
- 通过正则化增强特征学习：集成神经网络和核方法
- Bertille FOLLAIN, Francis BACH, 2025.
[abs][pdf][bib] [code]
- 数据驱动的经典和学习优化器的性能保证
- Rajiv Sambharya, Bartolomeo Stellato, 2025.
[abs][pdf][bib] [code]
- 带有阶段性约束的上下文多臂老虎机
- Aldo Pacchiano, Mohammad Ghavamzadeh, Peter Bartlett, 2025.
[abs][pdf][bib]
- Boosting因果加性模型
- Maximilian Kertel, Nadja Klein, 2025.
[abs][pdf][bib] [code]
- 分布式（非）贝叶斯推断的频数保证
- Bohan Wu, César A. Uribe, 2025.
[abs][pdf][bib]
- 具有变量选择的多阶段平稳治疗策略的渐近推断
- Daiqi Gao, Yufeng Liu, Donglin Zeng, 2025.
[abs][pdf][bib] [code]
- EMaP：基于流形扰动的可解释人工智能
- Minh Nhat Vu, Huy Quang Mai, My T. Thai, 2025.
[abs][pdf][bib]
- 函数空间中的自编码器
- Justin Bunker, Mark Girolami, Hefin Lambley, Andrew M. Stuart, T. J. Sullivan, 2025.
[abs][pdf][bib] [code]
- 基于从子流形采样的随机几何图的非参数回归
- Paul Rosa, Judith Rousseau, 2025.
[abs][pdf][bib]
- 系统神经多样性：多智能体学习中行为异质性的度量
- Matteo Bettini, Ajay Shankar, Amanda Prorok, 2025.
[abs][pdf][bib] [code]
- 无穷范数下分布估计
- Aryeh Kontorovich, Amichai Painsky, 2025.
[abs][pdf][bib]
- 使用同质化映射扩展温度缩放
- Christopher Qian, Feng Liang, Jason Adams, 2025.
[abs][pdf][bib] [code]
- 使用感知器的密度估计
- Patrik Róbert Gerber, Tianze Jiang, Yury Polyanskiy, Rui Sun, 2025.
[abs][pdf][bib]
- 通过尾部筛选的稀疏优化单纯形约束
- Peng Chen, Jin Zhu, Junxian Zhu, Xueqin Wang, 2025.
[abs][pdf][bib] [code]
- 基于得分的函数空间扩散模型
- Jae Hyun Lim, Nikola B. Kovachki, Ricardo Baptista, Christopher Beckham, Kamyar Azizzadenesheli, Jean Kossaifi, Vikram Voleti, Jiaming Song, Karsten Kreis, Jan Kautz, Christopher Pal, Arash Vahdat, Anima Anandkumar, 2025.
[abs][pdf][bib] [code]
- 通过Bregman近端梯度算法正则化Rényi散度最小化
- Thomas Guilmeau, Emilie Chouzenoux, Víctor Elvira, 2025.
[abs][pdf][bib]
- WEFE：用于衡量和减轻词嵌入中偏差的Python库
- Pablo Badilla, Felipe Bravo-Marquez, María José Zambrano, Jorge Pérez, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 非参数隐藏马尔可夫模型的学习前沿
- Kweku Abraham, Elisabeth Gassiat, Zacharie Naulet, 2025.
[abs][pdf][bib]
- 关于时序点过程中的循环神经网络的非渐近理论
- Zhiheng Chen, Guanhua Fang, Wen Yu, 2025.
[abs][pdf][bib]
- 在高维各向异性混合框架下的分类：对稳健插值的全新视角
- Stanislav Minsker, Mohamed Ndaoud, Yiqiu Shen, 2025.
[abs][pdf][bib]
- 通用在线凸优化与二阶界限
- Lijun Zhang, Yibo Wang, Guanghui Wang, Jinfeng Yi, Tianbao Yang, 2025.
[abs][pdf][bib]
- 线性二次调节器的样本复杂度：一种强化学习视角
- Amirreza Neshaei Moghaddam, Alex Olshevsky, Bahman Gharesifard, 2025.
[abs][pdf][bib]
- 随机化可以降低偏差和方差：随机森林中的一个案例研究
- Brian Liu, Rahul Mazumder, 2025.
[abs][pdf][bib]
- skglm：改进scikit-learn以进行正则化广义线性模型
- Badr Moufad, Pierre-Antoine Bannier, Quentin Bertrand, Quentin Klopfenstein, Mathurin Massias, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 连续时间随机优化中失去动量
- Kexin Jin, Jonas Latz, Chenguang Liu, Alessandro Scagliotti, 2025.
[abs][pdf][bib]
- 用于功能网络数据的潜在过程模型
- Peter W. MacDonald, Elizaveta Levina, Ji Zhu, 2025.
[abs][pdf][bib] [code]
- 用于时空机制模型的动态贝叶斯学习
- Sudipto Banerjee, Xiang Chen, Ian Frankenburg, Daniel Zhou, 2025.
[abs][pdf][bib] [code]
- 关于深度网络从数据中学习对称性的能力：一种神经核理论
- Andrea Perin, Stephane Deny, 2025.
[abs][pdf][bib] [code]
- 用于迭代求解线性系统的细粒度分析与更快速的算法
- Michal Dereziński, Daniel LeJeune, Deanna Needell, Elizaveta Rebrova, 2025.
[abs][pdf][bib]
- 深度生成模型：复杂度、维度和近似
- Kevin Wang, Hongqian Niu, Yixin Wang, Didong Li, 2025.
[abs][pdf][bib] [code]
- ClimSim-Online：大型多尺度数据集和混合物理-机器学习气候仿真框架
- Sungduk Yu, Zeyuan Hu, Akshay Subramaniam, Walter Hannah, Liran Peng, Jerry Lin, Mohamed Aziz Bhouri, Ritwik Gupta, Björn Lütjens, Justus C. Will, Gunnar Behrens, Julius J. M. Busecke, Nora Loose, Charles I Stern, Tom Beucler, Bryce Harrop, Helge Heuer, Benjamin R Hillman, Andrea Jenney, Nana Liu, Alistair White, Tian Zheng, Zhiming Kuang, Fiaz Ahmed, Elizabeth Barnes, Noah D. Brenowitz, Christopher Bretherton, Veronika Eyring, Savannah Ferretti, Nicholas Lutsko, Pierre Gentine, Stephan Mandt, J. David Neelin, Rose Yu, Laure Zanna, Nathan M. Urban, Janni Yuval, Ryan Abernathey, Pierre Baldi, Wayne Chuang, Yu Huang, Fernando Iglesias-Suarez, Sanket Jantre, Po-Lun Ma, Sara Shamekh, Guang Zhang, Michael Pritchard, 2025.
[abs][pdf][bib] [code]
- 带有贝叶斯 OT 流匹配应用的条件 Wasserstein 距离
- Jannis Chemseddine, Paul Hagemann, Gabriele Steidl, Christian Wald, 2025.
[abs][pdf][bib] [code]
- 基于变分多变量信息瓶颈的深度变分模型 - 用于变分损失的框架
- Eslam Abdelaleem, Ilya Nemenman, K. Michael Martini, 2025.
[abs][pdf][bib] [code]
- 使用Poincaré不等式在增强输入空间上进行基于微分同胚的特征学习
- Romain Verdière, Clémentine Prieur, Olivier Zahm, 2025.
[abs][pdf][bib]
- 求解高维偏微分方程的有限表达式方法
- 梁森伟, 杨海钊, 2025.
[abs][pdf][bib] [code]
- 随机投影凸聚类模型：动机、实现和聚类恢复保证
- 王子文, 袁彦程, 马佳明, 曾铁勇, 孙德锋, 2025.
[abs][pdf][bib]
- 平滑决策边界下最优的深度神经网络分类器
- 胡天阳, 刘睿琪, 尚佐峰, 程广, 2025.
[abs][pdf][bib]
- 分散式在线凸优化问题的最优和高效算法
- 万元宇, 魏彤, 薛博, 宋明丽, 张丽军, 2025.
[abs][pdf][bib]
- 表征过参数化学习中随机梯度下降的动态稳定性
- Dennis Chemnitz, Maximilian Engel, 2025.
[abs][pdf][bib]
- PREMAP：用于神经网络的统一的 PREiMage 近似框架
- Xiyue Zhang, Benjie Wang, Marta Kwiatkowska, Huan Zhang, 2025.
[abs][pdf][bib]
- 基于分数感知的策略梯度与利用局部 Lyapunov 稳定性保证的性能
- Céline Comte, Matthieu Jonckheere, Jaron Sanders, Albert Senen-Cerda, 2025.
[abs][pdf][bib] [code]
- 关于RMSProp及其动量扩展的O(sqrt(d)/T^(1/4))收敛速率，以l_1范数衡量
- 李欢, 董一鸣, 林周辰, 2025.
[abs][pdf][bib] [code]
- 组合强化学习的范畴语义
- Georgios Bakirtzis, Michail Savvas, Ufuk Topcu, 2025.
[abs][pdf][bib]
- 来自扩散的Transformer：神经消息传递的统一框架
- 吴启天, David Wipf, 严俊驰, 2025.
[abs][pdf][bib] [code]
- 通过不确定性估计进行最优样本选择及其在深度学习中的应用
- 林勇, 刘辰, 叶辰璐, 廉清, 姚远, 张同, 2025.
[abs][pdf][bib] [code]
- 连续时间均场控制的Actor-Critic学习
- Noufel FRIKHA, Maximilien GERMAIN, Mathieu LAURIERE, Huyen PHAM, Xuanye SONG, 2025.
[abs][pdf][bib]
- 通过距离度量建模交互网络的种群
- George Bolt, Simón Lunagómez, Christopher Nemeth, 2025.
[abs][pdf][bib]
- BitNet：大型语言模型的1位预训练
- 王洪宇, 马树明, 马凌霄, 王磊, 王文汇, 董丽, 黄少涵, 王怀杰, 薛继龙, 王瑞平, 吴毅, 魏馥儒, 2025.
[abs][pdf][bib]
- 基于物理信息的核学习
- Nathan Doumèche, Francis Bach, Gérard Biau, Claire Boyer, 2025.
[abs][pdf][bib] [code]
- Kurdyka-Lojasiewicz 不等式下洗牌动量梯度法的最终迭代收敛性
- 梁宇清, 徐东坡, 2025.
[abs][pdf][bib]
- 具有重尾权重的深度神经网络的后验和变分推断
- Paul Egels, Ismaël Castillo, 2025.
[abs][pdf][bib]
- 用于前向强化学习的平均场博弈和GNEP框架中的最大因果熵IRL
- Berkay Anahtarci, Can Deha Kariksiz, Naci Saldi, 2025.
[abs][pdf][bib]
- 因果推断下干扰的干预程度：通用框架
- Yuki Ohnishi, Bikram Karmakar, Arman Sabbaghi, 2025.
[abs][pdf][bib]
- 马尔可夫链蒙特卡洛中线性预调的有效性量化
- Max Hird, Samuel Livingstone, 2025.
[abs][pdf][bib]
- 具有硬边界损失的稀疏SVM：降维中的牛顿-拉格朗日方法
- 张鹏赫, 修乃华, 齐候多, 2025.
[abs][pdf][bib]
- 关于PCR的模型识别和样本外预测，及其在合成控制中的应用
- Anish Agarwal, Devavrat Shah, Dennis Shen, 2025.
[abs][pdf][bib] [code]
- 具有空间变化的单层神经网络先验的贝叶斯数据草图回归
- Ben Wu, Keru Wu, Jian Kang, 2025.
[abs][pdf][bib]
- DRM重访：完整误差分析
- 焦玉玲, 李若轩, 吴沛莹, 杨志坚, 张平文, 2025.
[abs][pdf][bib]
- 用于双层强化学习和RLHF的基于原则的惩罚方法
- 韩申, 杨卓然, 陈天毅, 2025.
[abs][pdf][bib]
- 精确的高维渐近分析，用于量化异质性迁移
- 杨凡, 张洪阳, 吴森, Christopher Re, 苏伟杰, 2025.
[abs][pdf][bib] [code]
- 基于分数的因果表征学习：线性与一般变换
- Burak Varici, Emre Acartürk, Karthikeyan Shanmugam, Abhishek Kumar, Ali Tajer, 2025.
[abs][pdf][bib] [code]
- 关于低内在数据维度的生成对抗网络统计特性
- Saptarshi Chakraborty, Peter L. Bartlett, 2025.
[abs][pdf][bib]
- 领域自适应中条件不变成分的重要作用：理论与算法
- Keru Wu, Yuansi Chen, Wooseok Ha, Bin Yu, 2025.
[abs][pdf][bib] [code]
- 具有全一阶预言机的非凸-强凸双层优化的近最优解
- 陈乐思, 马耀华, 张静钊, 2025.
[abs][pdf][bib]
- 自适应分布式核岭回归：数据孤岛的可行分布式学习方案
- 林少波, 刘晓彤, 王迪, 张海, 周丁轩, 2025.
[abs][pdf][bib]
- 离散时间非线性控制的迭代线性二次优化算法的全局和局部收敛性
- Vincent Roulet, Siddhartha Srinivasa, Maryam Fazel, Zaid Harchaoui, 2025.
[abs][pdf][bib] [code]
- 黎曼流形上复合优化的去中心化邻近梯度跟踪算法
- 王磊, 包乐, 刘鑫, 2025.
[abs][pdf][bib]
- 连续空间上的条件分布学习
- Cyril Benezet, Ziteng Cheng, Sebastian Jaimungal, 2025.
[abs][pdf][bib] [code]
- 非随机延迟反馈在组合半强盗、线性强盗和马尔可夫决策过程中的统一分析
- Lukas Zierahn, Dirk van der Hoeven, Tal Lancewicki, Aviv Rosenberg, Nicolò Cesa-Bianchi, 2025.
[abs][pdf][bib] [code]
- 粒子梯度下降的误差界限，以及对对数-Sobolev 和 Talagrand 不等式的扩展
- Rocco Caprio, Juan Kuntz, Samuel Power, Adam M. Johansen, 2025.
[abs][pdf][bib]
- 高维预期短缺回归中的线性假设检验与重尾误差
- 吴高宇, Bradic Jelena, Tan Kean Ming, 周文鑫, 2025.
[abs][pdf][bib]
- 通过利用杠杆分值抽样在再生核希尔伯特空间中进行高效数值积分
- Antoine Chatalic, Nicolas Schreuder, Ernesto De Vito, Lorenzo Rosasco, 2025.
[abs][pdf][bib] [code]
- 基于估计参数的最大平均差异的模型选择检验
- Florian Brück, Jean-David Fermanian, Aleksey Min, 2025.
[abs][pdf][bib] [code]
- 不确定性下的马尔可夫决策过程的统计场论
- George Stamatescu, 2025.
[abs][pdf][bib]
- 具有空间变化的单层神经网络先验的贝叶斯数据草图回归
- Rajarshi Guhaniyogi, Laura Baracaldo, Sudipto Banerjee, 2025.
[abs][pdf][bib]
- 基于局部化水平集概率的模式聚类的Bagged k-Distance
- Hang Hanyuan, 2025.
[abs][pdf][bib]
- 区间上高斯Matérn过程的线性成本和指数收敛逼近
- David Bolin, Vaibhav Mehandiratta, Alexandre B. Simas, 2025.
[abs][pdf][bib] [code]
- 不变子空间分解
- Margherita Lazzaretto, Jonas Peters, Niklas Pfister, 2025.
[abs][pdf][bib] [code]
- 具有权重通用先验的完全连接贝叶斯神经网络的后验浓度
- Insung Kong, Yongdai Kim, 2025.
[abs][pdf][bib]
- 线性回归系数的异常值鲁棒和稀疏估计
- Takeyuki Sasai, Hironori Fujisawa, 2025.
[abs][pdf][bib]
- 通过渐近 Log-Det 迭代重加权最小二乘法进行仿射秩最小化
- Sebastian Krämer, 2025.
[abs][pdf][bib]
- 功能性治疗的因果效应
- Ruoxu Tan, Wei Huang, Zheng Zhang, Guosheng Yin, 2025.
[abs][pdf][bib] [code]
- 基于序贯优势图的提升模型评估
- Brecht Verbeken, Marie-Anne Guerry, Wouter Verbeke, Sam Verboven, 2025.
[abs][pdf][bib]
- 高维L2-Boosting：收敛速度
- Ye Luo, Martin Spindler, Jannis Kueck, 2025.
[abs][pdf][bib]
- 具有多输出和卷积层的有限宽度贝叶斯深度线性网络的特征学习
- Federico Bassetti, Marco Gherardi, Alessandro Ingrosso, Mauro Pastore, Pietro Rotondo, 2025.
[abs][pdf][bib]
- 你的拉普拉斯近似贝叶斯后验有多好？各种有用散度的有限样本可计算误差界限
- Mikolaj J. Kasprzak, Ryan Giordano, Tamara Broderick, 2025.
[abs][pdf][bib] [code]
- 积分概率度量与神经网络：Radon-Kolmogorov-Smirnov检验
- Seunghoon Paik, Michael Celentano, Alden Green, Ryan J. Tibshirani, 2025.
[abs][pdf][bib] [code]
- 关于支持向量机的推断
- Jakub Rybak, Heather Battey, Wen-Xin Zhou, 2025.
[abs][pdf][bib]
- 随机剪枝过度参数化神经网络可以改善泛化能力：训练动力学分析
- Hongru Yang, Yingbin Liang, Xiaojie Guo, Lingfei Wu, Zhangyang Wang, 2025.
[abs][pdf][bib]
- 因果抽象：机制可解释性的理论基础
- Atticus Geiger, Duligur Ibeling, Amir Zur, Maheep Chaudhary, Sonakshi Chauhan, Jing Huang, Aryaman Arora, Zhengxuan Wu, Noah Goodman, Christopher Potts, Thomas Icard, 2025.
[abs][pdf][bib]
- 隐式与展开图神经网络
- Yongyi Yang, Tang Liu, Yangkun Wang, Zengfeng Huang, David Wipf, 2025.
[abs][pdf][bib]
- 面向神经网络鲁棒性认证的线性规划和半定规划分支策略优化
- Brendon G. Anderson, Ziye Ma, Jingqi Li, Somayeh Sojoudi, 2025.
[abs][pdf][bib]
- GraphNeuralNetworks.jl: 使用Julia进行图上的深度学习
- Carlo Lucibello, Aurora Rossi, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 具有平滑性约束的动态角度同步
- Ernesto Araya, Mihai Cucuringu, Hemant Tyagi, 2025.
[abs][pdf][bib] [code]
- 导数信息神经网络加速无限维贝叶斯逆问题的几何MCMC
- Lianghao Cao, Thomas O'Leary-Roseberry, Omar Ghattas, 2025.
[abs][pdf][bib] [code]
- Bures-Wasserstein流形上Frechet回归的Wasserstein F检验
- Haoshu Xu, Hongzhe Li, 2025.
[abs][pdf][bib]
- 异构数据上分布式随机双层优化：改进的复杂度和异质性分析
- Youcheng Niu, Jinming Xu, Ying Sun, Yan Huang, Li Chai, 2025.
[abs][pdf][bib]
- 通过非线性充分降维学习因果图
- Eftychia Solea, Bing Li, Kyongwon Kim, 2025.
[abs][pdf][bib]
- 关于从合成数据进行一致贝叶斯推断
- Ossi Räisä, Joonas Jälkö, Antti Honkela, 2025.
[abs][pdf][bib] [code]
- 概率单纯形上的优化
- James Chok, Geoffrey M. Vasil, 2025.
[abs][pdf][bib] [code]
- 拉普拉斯遇莫罗：使用拉普拉斯方法对最小卷积的平滑近似
- Ryan J. Tibshirani, Samy Wu Fung, Howard Heaton, Stanley Osher, 2025.
[abs][pdf][bib] [code]
- 使用朗之万扩散在流形上的采样与估计
- Karthik Bharath, Alexander Lewis, Akash Sharma, Michael V. Tretyakov, 2025.
[abs][pdf][bib]
- 异构数据上顺序联邦学习的严格界限
- Yipeng Li, Xinchen Lyu, 2025.
[abs][pdf][bib] [code]
- 过度参数化下深度神经网络的局部线性恢复保证
- Yaoyu Zhang, Leyang Zhang, Zhongwang Zhang, Zhiwei Bai, 2025.
[abs][pdf][bib]
- 通过简单的重归一化策略稳定锐化感知最小化
- Chengli Tan, Jiangshe Zhang, Junmin Liu, Yicheng Wang, Yunda Hao, 2025.
[abs][pdf][bib]
- 具有Pitman-Yor过程的主题建模的细粒度变化点检测
- Feifei Wang, Zimeng Zhao, Ruimin Ye, Xiaoge Gu, Xiaoling Lu, 2025.
[abs][pdf][bib]
- Matroid上删除鲁棒的非单调次模最大化
- Paul Dütting, Federico Fusco, Silvio Lattanzi, Ashkan Norouzi-Fard, Morteza Zadimoghaddam, 2025.
[abs][pdf][bib]
- 不稳定性、计算效率和统计精度
- Nhat Ho, Koulik Khamaru, Raaz Dwivedi, Martin J. Wainwright, Michael I. Jordan, Bin Yu, 2025.
[abs][pdf][bib]
- 从噪声数据估计流形上的局部几何结构
- Yariv Aizenbud, Barak Sober, 2025.
[abs][pdf][bib] [code]
- Ontolearn---一个用于在 Python 中进行大规模 OWL 类表达式学习的框架
- Caglar Demir, Alkid Baci, N'Dah Jean Kouagou, Leonie Nora Sieger, Stefan Heindorf, Simon Bin, Lukas Blübaum, Alexander Bigerl, Axel-Cyrille Ngonga Ngomo, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 在开放式环境中不断演化的奖励
- Richard M. Bailey, 2025.
[abs][pdf][bib]
- 递归因果发现
- Ehsan Mokhtarian, Sepehr Elahi, Sina Akbari, Negar Kiyavash, 2025.
[abs][pdf][bib] [code]
- 时间变化特征设置下主动特征获取方法的评估
- Henrik von Kleist, Alireza Zamanian, Ilya Shpitser, Narges Ahmidi, 2025.
[abs][pdf][bib]
- 流数据自适应随机优化：具有O(dN)运算的牛顿法
- Antoine Godichon-Baggioni, Nicklas Werge, 2025.
[abs][pdf][bib]
- 通过边际似然确定隐马尔可夫模型的状态数
- Yang Chen, Cheng-Der Fuh, Chu-Lan Michael Kao, 2025.
[abs][pdf][bib]
- 核均值嵌入的方差感知估计
- Geoffrey Wolfer, Pierre Alquier, 2025.
[abs][pdf][bib]
- 大深度情况下ResNets的扩展
- Pierre Marion, Adeline Fermanian, Gérard Biau, Jean-Philippe Vert, 2025.
[abs][pdf][bib] [code]
- 量化方法的比较评估
- Tobias Schumacher, Markus Strohmaier, Florian Lemmerich, 2025.
[abs][pdf][bib] [code]
- Lightning UQ Box：神经网络的不确定性量化
- Nils Lehmann, Nina Maria Gottschling, Jakob Gawlikowski, Adam J. Stewart, Stefan Depeweg, Eric Nalisnick, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 数据受限语言模型的扩展
- Niklas Muennighoff, Alexander M. Rush, Boaz Barak, Teven Le Scao, Aleksandra Piktus, Nouamane Tazi, Sampo Pyysalo, Thomas Wolf, Colin Raffel, 2025.
[abs][pdf][bib] [code]
- 基于曲率的图聚类
- Yu Tian, Zachary Lubberts, Melanie Weber, 2025.
[abs][pdf][bib]
- 基于核的联合拟合优度检验
- Oscar Key, Arthur Gretton, François-Xavier Briol, Tamara Fernandez, 2025.
[abs][pdf][bib] [code]
- PFLlib: 一个用户友好且全面的个性化联邦学习库和基准
- Jianqing Zhang, Yang Liu, Yang Hua, Hao Wang, Tao Song, Zhengui Xue, Ruhui Ma, Jian Cao, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- SGD批大小对自编码器学习的影响：稀疏性、锐度和特征学习
- Nikhil Ghosh, Spencer Frei, Wooseok Ha, Bin Yu, 2025.
[abs][pdf][bib]
- 具有右删失生存数据的最优个体化治疗方案的有效和鲁棒的转移学习
- Pan Zhao, Julie Josse, Shu Yang, 2025.
[abs][pdf][bib] [code]
- DAGs作为条件化因果贝叶斯网络诱导模型的最小I-图
- 谢向东, 郭嘉华, 孙毅, 2025.
[abs][pdf][bib] [code]
- 噪声贝叶斯优化中累积遗憾最小化的调整期望改进
- 胡守瑞, 王浩伟, 戴忠祥, Low Bryan Kian Hsiang, Ng Szu Hui, 2025.
[abs][pdf][bib]
- 无界噪声下的流形拟合
- 姚志刚, 夏玉清, 2025.
[abs][pdf][bib]
- 使用广义虚构交叉对弈学习团队对抗游戏的全局纳什均衡
- 徐泽莱, 余超, 梁彦程, 吴毅, 王宇, 2025.
[abs][pdf][bib]
- 基于分数的生成模型的 Wasserstein 收敛保证
- 高雪峰, Nguyen Hoang M., 朱灵炯, 2025.
[abs][pdf][bib]
- 通过凸优化进行潜在变量的极值图模型
- Sebastian Engelke, Armeen Taeb, 2025.
[abs][pdf][bib] [code]
- 关于核函数近似
- Paul Dommel, Alois Pichler, 2025.
[abs][pdf][bib]
- 具有部分标注处理和响应的平均处理效应的有效且鲁棒的半监督估计
- 侯珏, Mukherjee Rajarshi, 蔡天喜, 2025.
[abs][pdf][bib] [code]
- 带有深度学习应用的非凸随机Bregman近端梯度方法
- 丁匡宇, 李景阳, Toh Kim-Chuan, 2025.
[abs][pdf][bib]
- 优化机器学习的数据收集
- Rafid Mahmood, James Lucas, Jose M. Alvarez, Sanja Fidler, Marc T. Law, 2025.
[abs][pdf][bib]
- 有限空间上的不平衡 Kantorovich-Rubinstein 距离、计划和中心：统计视角
- Shayan Hundrieser, Florian Heinemann, Marcel Klatt, Marina Struleva, Axel Munk, 2025.
[abs][pdf][bib]
- 具有未观察到的混淆因素的多处理因果推断的基于Copula的敏感性分析
- 郑嘉靖, Alexander D'Amour, Alexander Franks, 2025.
[abs][pdf][bib] [code]
- 稀疏回归的秩一凸化
- Alper Atamturk, Andres Gomez, 2025.
[abs][pdf][bib]
- gsplat：用于高斯溅射的开源库
- Vickie Ye, Ruilong Li, Justin Kerr, Matias Turkulainen, Brent Yi, Zhuoyang Pan, Otto Seiskari, Jianbo Ye, Jeffrey Hu, Matthew Tancik, Angjoo Kanazawa, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 基于草图顺序二次规划的约束随机优化统计推断
- Sen Na, Michael Mahoney, 2025.
[abs][pdf][bib]
- 切片-Wasserstein 距离与 Cartan-Hadamard 流形上的流
- Clément Bonet, Lucas Drumetz, Nicolas Courty, 2025.
[abs][pdf][bib] [code]
- 加速概率测度空间上的优化
- Shi Chen, Qin Li, Oliver Tse, Stephen J. Wright, 2025.
[abs][pdf][bib]
- 具有异构组结构数据的贝叶斯多组高斯过程模型
- Didong Li, Andrew Jones, Sudipto Banerjee, Barbara E. Engelhardt, 2025.
[abs][pdf][bib] [code]
- 具有可证明k-WL表达能力的等变图学习的正交基
- Jia He, Maggie Cheng, 2025.
[abs][pdf][bib]
- 因果效应识别的最优实验设计
- Sina Akbari, Jalal Etesami, Negar Kiyavash, 2025.
[abs][pdf][bib] [code]
- 在分布式异构数据上标签中毒攻击下，均值聚合器比鲁棒聚合器更鲁棒
- Jie Peng, Weiyu Li, Stefan Vlaski, Qing Ling, 2025.
[abs][pdf][bib] [code]
- 联邦Q-学习中异质性的祝福：线性加速及更高
- Jiin Woo, Gauri Joshi, Yuejie Chi, 2025.
[abs][pdf][bib]
- depyf：为机器学习研究人员打开PyTorch编译器的黑匣子
- Kaichao You, Runsheng Bai, Meng Cao, Jianmin Wang, Ion Stoica, Mingsheng Long, 2025. (机器学习开源软件论文)
[abs][pdf][bib] [code]
- 用于随机近似和马尔可夫噪声强化学习的 ODE 方法
- Shuze Daniel Liu, Shuhang Chen, Shangtong Zhang, 2025.
[abs][pdf][bib]
- 利用标签技巧改进图神经网络在多节点任务中的性能
- Xiyuan Wang, Pan Li, Muhan Zhang, 2025.
[abs][pdf][bib] [code]
- 使用工具变量从纵向数据中同时发现时滞和瞬时因果关系的有向循环图
- Wei Jin, Yang Ni, Amanda B. Spence, Leah H. Rubin, Yanxun Xu, 2025.
[abs][pdf][bib] [code]
- 用于高维聚类的贝叶斯稀疏高斯混合模型
- Dapeng Yao, Fangzheng Xie, Yanxun Xu, 2025.
[abs][pdf][bib]
- 正则化难例提高对抗鲁棒性
- Hyungyu Lee, Saehyung Lee, Ho Bae, Sungroh Yoon, 2025.
[abs][pdf][bib]
- 随机ReLU神经网络作为非高斯过程
- Rahul Parhi, Pakshal Bohra, Ayoub El Biari, Mehrsa Pourya, Michael Unser, 2025.
[abs][pdf][bib]
- 黎曼双层优化
- Jiaxiang Li, Shiqian Ma, 2025.
[abs][pdf][bib] [code]
- 具有性能保证的演化任务的监督学习
- Verónica Álvarez, Santiago Mazuelas, Jose A. Lozano, 2025.
[abs][pdf][bib] [code]
- 无正则化鲁棒M估计器的误差估计和自适应调整
- Pierre C. Bellec, Takuya Koriyama, 2025.
[abs][pdf][bib]
- 从高维空间中的稀疏到稠密函数数据：从非渐近视角重新审视相变
- Shaojun Guo, Dong Li, Xinghao Qiao, Yizhu Wang, 2025.
[abs][pdf][bib]
- 针对随机实验的局部隐私因果推断
- Yuki Ohnishi, Jordan Awan, 2025.
[abs][pdf][bib]
- 通过主成分网络回归估计网络介导的因果效应
- Alex Hayes, Mark M. Fredrickson, Keith Levin, 2025.
[abs][pdf][bib] [code]
- 分布式数据下的选择性推断
- Sifan Liu, Snigdha Panigrahi, 2025.
[abs][pdf][bib] [code]
- 用于非凸最小最大优化问题的双时间尺度梯度上升算法
- Tianyi Lin, Chi Jin, Michael I. Jordan, 2025.
[abs][pdf][bib]
- 层次聚类的公理化定义
- Ery Arias-Castro, Elizabeth Coda, 2025.
[abs][pdf][bib]
- 视频流上的测试时训练
- Renhao Wang, Yu Sun, Arnuv Tandon, Yossi Gandelsman, Xinlei Chen, Alexei A. Efros, Xiaolong Wang, 2025.
[abs][pdf][bib] [code]
- 联邦学习中基于在线学习和Bandit反馈的自适应客户端采样
- Boxin Zhao, Lingxiao Wang, Ziqi Liu, Zhiqiang Zhang, Jun Zhou, Chaochao Chen, Mladen Kolar, 2025.
[abs][pdf][bib] [code]
- 低多线性秩张量逼近的随机矩阵方法
- Hugo Lebeau, Florent Chatelain, Romain Couillet, 2025.
[abs][pdf][bib]
- Memory Gym：基准代理记忆能力的无尽任务
- Marco Pleines, Matthias Pallasch, Frank Zimmer, Mike Preuss, 2025.
[abs][pdf][bib] [code]
- 利用局部拓扑特征增强图表示学习
- Zuoyu Yan, Qi Zhao, Ze Ye, Tengfei Ma, Liangcai Gao, Zhi Tang, Yusu Wang, Chao Chen, 2025.
[abs][pdf][bib]
- 通过权重熵最大化进行深度泛化外分布不确定性量化
- Antoine de Mathelin, François Deheeger, Mathilde Mougeot, Nicolas Vayatis, 2025.
[abs][pdf][bib]
- DisC2o-HD：用于分析真实世界高维数据的协变量漂移分布式因果推断
- 贾毅彤, 杰·胡, 乔治·赫里普萨克, 杨宁, 陈勇, 2025.
[摘要][pdf][bib]
- 贝叶斯在元层面遇见伯恩斯坦：基于PAC-Bayes的元学习快速率分析
- 查尔斯·里奥, 皮埃尔·阿尔基耶, 巴德-埃丁·谢里夫-阿卜杜拉蒂夫, 2025.
[摘要][pdf][bib]
- 高效逃离双层优化中的鞍点
- 闵辉 黄, 徐星 陈, 凯毅 纪, 石谦 马, 丽锋 赖, 2025.
[摘要][pdf][bib]
完整列表
