新界限改进子模最大化评估

研究人员为预算约束的子模最大化问题开发了新的数据依赖性上界。这些界限在理论上优于最优解，并且在真实数据集上已通过实证证明能提供更严格的最优解认证。这项工作旨在改进机器学习和数据挖掘等领域中作为关键组成部分的子模最大化算法的评估。 AI

影响 改进了机器学习和数据挖掘中使用的算法的评估方法。

排序理由 该集群包含一篇学术论文，详细介绍了与机器学习相关的计算问题的新理论界限和实证结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• data mining
• Gotit.pub
• Hugging Face
• Influence Flower
• knapsack constraint
• machine learning
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →