实体
Daskalakis
Daskalakis
PulseAugur coverage of Daskalakis — every cluster mentioning Daskalakis across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新算法解决线性回归中的自选择偏差
研究人员开发了一种新的算法，用于估计具有自选择偏差的线性回归量，改进了现有方法。该算法通过引入首个针对自选择的局部收敛方法，实现了更快的运行时间，解决了该领域的一个关键开放性问题。该方法将自选择问题简化为在粗化（coarsening）下的统计估计，在这种情况下，只能观察到包含真实值的集合。这种处理了与先前工作不同的非凸分区的方法，利用了自选择问题的几何特性来克服分析限制，并可能在其他潜在变量问题中找到应用。
-
新研究简化了在线学习到多校准的归约
研究人员开发了一种从在线学习到在线多校准的新黑盒归约方法，该方法简化了高维多校准的实现。该方法将任何无遗憾学习器与期望变分不等式求解器相结合，为多校准提供了一种更通用的方法，并具有改进的保证。此外，该研究还建立了从高维在线多校准到上下文 $\Phi$-遗憾最小化的精细归约，为 $\Phi$-遗憾提供了一条新的途径，该途径绕过了复杂的机制并产生了更鲁棒的算法。
-
新方法在实值函数中编码序和树
研究人员开发了在实值函数中编码序和树的新方法，这与组合学和统计学习理论中的定量结果有相似之处。这些进展改进了从树中提取阈值属性和顺序 fat-shattering 维度的界限。这项工作解决了与稳定函数的定量正则性引理和对偶顺序 fat-shattering 维度相关的开放性问题，与之前的研究相比，提供了更强的形式和改进的界限。