TITLE

HIGHLIGHT

1

A graph similarity for deep learning

カーネル距離を採用し、近隣集約内のノード近隣間の連続的な類似性を反映するために、aggregate-transformの代替としてtransform-sum-catを提案します。

2

An Unsupervised Information-Theoretic Perceptual Quality Metric

情報理論的目的関数の最近の進歩を、人間の視覚系の生理学とビデオフレームのペアに関する教師なしトレーニングによって通知される計算アーキテクチャと組み合わせて、知覚情報メトリック（PIM）を生成します。

3

Self-Supervised MultiModal Versatile Networks

この作品では、ビデオに自然に存在する3つのモダリティ、ビジュアル、オーディオ、言語ストリームを活用して、自己監視を使用した表現を学習します。

4

Benchmarking Deep Inverse Models over time, and the Neural-Adjoint method

特定の測定セットを生成する自然システムの隠れたパラメーターを決定したい場合、一般的な逆問題を解くタスクを検討します。

5

Off-Policy Evaluation and Learning for External Validity under a Covariate Shift

この論文では、共変量シフトの下でのOPEの効率限界を導き出します。

6

Neural Methods for Point-wise Dependency Estimation

この作業では、予想される依存関係を推定する代わりに、2つの結果が同時に発生する可能性を定量的に測定するポイントごとの依存関係（PD）の推定に焦点を当てます。

7

Fast and Flexible Temporal Point Processes with Triangular Maps

フローの正規化の分野における最近の開発を活用することにより、サンプリングと尤度計算の両方を並行して実行できる新しいクラスの非反復TPPモデルであるTriTPPを設計します。

8

Backpropagating Linearly Improves Transferability of Adversarial Examples

この論文では、DNNに対する多くのブラックボックス攻撃の基礎を築くそのような例の転送可能性を研究します。

9

PyGlove: Symbolic Programming for Automated Machine Learning

この論文では、シンボリックプログラミングに基づいてAutoMLをプログラミングする新しい方法を紹介します。

10

Fourier Sparse Leverage Scores and Approximate Kernel Learning

ガウス測定とラプラス測定の両方で、フーリエスパース関数のレバレッジスコアの新しい明示的な上限を証明します。

11

Improved Algorithms for Online Submodular Maximization via First-order Regret Bounds

この作業では、オンライン線形最適化に「一次」後悔境界を利用することにより、オンライン劣モジュラ最大化における後悔境界を改善するための一般的なアプローチを示します。

12

Synbols: Probing Learning Algorithms with Synthetic Datasets

この意味で、Synbols — Synthetic Symbols —は、低解像度の画像にレンダリングされた潜在的な特徴の豊富な構成を備えた新しいデータセットを迅速に生成するためのツールを紹介します。

13

Adversarially Robust Streaming Algorithms via Differential Privacy

ストリーミングアルゴリズムの敵対的な堅牢性と差分プライバシーの概念との間に関係を確立します。

14

Trading Personalization for Accuracy: Data Debugging in Collaborative Filtering

このホワイトペーパーでは、データデバッグフレームワークを提案して、特定の協調フィルタリングモデルのパフォーマンスを低下させる、過度にパーソナライズされた評価を特定します。

15

Cascaded Text Generation with Markov Transformers

この作業は、劣線形並列時間生成を使用した自己回帰モデルを提案します。

16

Improving Local Identifiability in Probabilistic Box Embeddings

この作業では、交差の操作の下でスペースがまだ閉じられるように選択された最小および最大ガンベル分布を使用してボックスパラメーターをモデル化します。

17

Permute-and-Flip: A new mechanism for differentially private selection

この作業では、プライバシーの制約を注意深く分析することに基づいて、このタスクの新しいメカニズムを提案します。

18

Deep reconstruction of strange attractors from time series

カオスアトラクタの部分的観測のための古典的な分析手法に触発されて、新しい潜在空間損失関数でトレーニングされたオートエンコーダで構成される、単変量および多変量時系列の一般的な埋め込み手法を紹介します。

19

Reciprocal Adversarial Learning via Characteristic Functions

これを一般化するには、強力なツール、つまり、分布に関するすべての情報を一意かつ普遍的に構成する特性関数（CF）を介して、モーメントではなく分布を比較します。

20

Statistical Guarantees of Distributed Nearest Neighbor Classification

多数決により、分散最近傍分類器は、データ次元のみに依存する乗法定数まで、後悔の点でオラクルバージョンと同じ収束率を達成します。

21

Stein Self-Repulsive Dynamics: Benefits From Past Samples

扱いにくい非正規化分布から多様なサンプルを取得するための新しいスタイン自己反発ダイナミクスを提案します。

22

The Statistical Complexity of Early-Stopped Mirror Descent

この論文では、線形モデルとカーネル法の二乗損失を伴う非正規化された経験的リスクに適用された、早期停止された制約のないミラー降下アルゴリズムによって達成される過剰リスクに関する統計的保証を研究します。

23

Algorithmic recourse under imperfect causal knowledge: a probabilistic approach

この制限に対処するために、限られた因果関係の知識（たとえば、因果関係グラフのみ）が与えられた場合に、高い確率で償還を達成する最適なアクションを選択する2つの確率論的アプローチを提案します。

24

Quantitative Propagation of Chaos for SGD in Wide Neural Networks

この論文では、2層のオーバーパラメータ化ニューラルネットワークに適用された確率的勾配降下（SGD）アルゴリズムの連続時間対応物の制限動作を、ニューロンの数（つまり、隠れ層のサイズ）Nからplusinftyに応じて調査する。

25

A Causal View on Robustness of Neural Networks

従来の分類タスクだけでなく、一般的な測定データにも適用される、入力操作に対するニューラルネットワークの堅牢性に関する因果関係を示します。

26

Minimax Classification with 0-1 Loss and Performance Guarantees

このホワイトペーパーでは、代理損失と一連のルールの選択に依存しないミニマックスリスク分類子（MRC）について説明します。

27

How to Learn a Useful Critic? Model-based Action-Gradient-Estimator Policy Optimization

本論文では、行動価値勾配を明示的に学習する政策勾配の理論に基づいた、モデルベースのアクター批評アルゴリズムであるMAGEを提案する。

28

Coresets for Regressions with Panel Data

この論文では、パネルデータ設定への回帰問題のコアセットの問題を紹介します。

29

Learning Composable Energy Surrogates for PDE Order Reduction

これに対処するために、パラメトリックモジュラー構造を活用してコンポーネントレベルのサロゲートを学習し、より安価で忠実度の高いシミュレーションを可能にします。

30

Efficient Contextual Bandits with Continuous Actions

未知の構造を持つ連続アクションを持つコンテキストバンディットのための計算上扱いやすい学習アルゴリズムを作成します。

31

Achieving Equalized Odds by Resampling Sensitive Attributes

公平性の等化オッズの概念をほぼ満たす予測モデルを学習するための柔軟なフレームワークを提示します。

32

Multi-Robot Collision Avoidance under Uncertainty with Probabilistic Safety Barrier Certificates

この論文は、測定の不確かさと動きの不確かさの両方を考慮した衝突回避法を提案することを目的としています。

33

Hard Shape-Constrained Kernel Machines

この論文では、関数導関数のハードアフィン形状制約を、機械学習と統計で最も柔軟で強力なツールの1つであるカーネルマシンでエンコードできることを証明します。

34

A Closer Look at the Training Strategy for Modern Meta-Learning

サポート/クエリ（S / Q）エピソードトレーニング戦略は、最新のメタ学習アルゴリズムで広く使用されており、環境をテストするための一般化能力を向上させると考えられています。このホワイトペーパーでは、一般化に関するこのトレーニング戦略の理論的調査を行います。

35

On the Value of Out-of-Distribution Testing: An Example of Goodhart's Law

これらの落とし穴を回避し、OOD評価のメリットを実現するために、短期および長期のソリューションを提供します。

36

Generalised Bayesian Filtering via Sequential Monte Carlo

尤度の誤指定の下での一般的な状態空間隠れマルコフモデル（HMM）における推論のフレームワークを紹介します。

37

Deterministic Approximation for Submodular Maximization over a Matroid in Nearly Linear Time

マトロイド制約の対象となる非単調、非負の劣モジュラ関数を最大化する問題を研究します。

38

Flows for simultaneous manifold learning and density estimation

多様体学習フロー（？-フロー）を紹介します。これは、データ多様体とその多様体の扱いやすい確率密度を同時に学習する新しいクラスの生成モデルです。

39

Simultaneous Preference and Metric Learning from Paired Comparisons

この論文では、距離メトリックが未知のマハラノビスメトリックである場合に、ユーザーの好みの理想的なポイント表現を学習する問題について検討します。

40

Efficient Variational Inference for Sparse Deep Learning with Theoretical Guarantee

この論文では、スパイクアンドスラブ事前分布の下で完全ベイズ処理を使用してスパースディープニューラルネットワークをトレーニングし、ベルヌーイ分布の連続緩和を介して計算効率の高い変分推論のセットを開発します。

41

Learning Manifold Implicitly via Explicit Heat-Kernel Learning

この論文では、関連する熱核を学習することによって多様体情報が暗黙的に取得される、暗黙の多様体学習の概念を提案します。

42

Deep Relational Topic Modeling via Graph Poisson Gamma Belief Network

ドキュメントネットワークをより有効に活用するために、まず、相互接続されたドキュメントの確率モデルを構築し、既存のRTMの高度な近似仮定を超えて、閉じた形式のギブスサンプリング更新方程式を提供するグラフポアソン因子分析（GPFA）を提案します。

43

One-bit Supervision for Image Classification

この論文は、画像分類のシナリオにおいて、不完全な注釈から学習する新しい設定である1ビット監視を提示します。

44

What is being transferred in transfer learning?

このホワイトペーパーでは、これらの基本的な質問に対処するための新しいツールと分析を提供します。

45

Submodular Maximization Through Barrier Functions

この論文では、連続最適化におけるバリア関数に触発された、制約付き劣モジュラ最大化のための新しい手法を紹介します。

46

Neural Networks with Recurrent Generative Feedback

フィードバック付き畳み込みニューラルネットワーク（CNN-F）と呼ばれる提案されたフレームワークは、潜在変数を使用した生成フィードバックを既存のCNNアーキテクチャに導入します。ここでは、ベイズフレームワークの下でMAP推論を交互に行うことで一貫した予測が行われます。

47

Learning to Extrapolate Knowledge: Transductive Few-shot Out-of-Graph Link Prediction

この課題に動機付けられて、従来の知識のないリンク予測タスクのように、表示されたノードと表示されていないノードの間のリンクを予測する、数ショットのグラフ外リンク予測の現実的な問題を紹介します。見えないノード。ノードあたりのエッジはわずかです。

48

Exploiting weakly supervised visual patterns to learn from partial annotations

代わりに、このペーパーでは、画像とラベル間の関係を利用して、注釈のないラベルからより多くの監視信号を導き出します。

49

Improving Inference for Neural Image Compression

深い潜在変数モデルを使用した非可逆画像圧縮の問題を検討します。

50

Neuron Merging: Compensating for Pruned Neurons

この作業では、完全に接続された層と畳み込み層の両方に適用可能なニューロンマージの新しい概念を提案します。これは、剪定されたニューロン/フィルターによる情報の損失を補正します。

51

FixMatch: Simplifying Semi-Supervised Learning with Consistency and Confidence

このホワイトペーパーでは、既存のSSLメソッドを大幅に簡略化したアルゴリズムであるFixMatchを提案します。

52

Reinforcement Learning with Combinatorial Actions: An Application to Vehicle Routing

組み合わせ行動空間を用いた価値関数ベースの深層強化学習のフレームワークを開発します。このフレームワークでは、行動選択問題が混合整数最適化問題として明示的に定式化されます。

53

Towards Playing Full MOBA Games with Deep Reinforcement Learning

本稿では、深層強化学習を用いた完全なMOBAゲームのプレイを方法論的に可能にするMOBAAI学習パラダイムを提案します。

54

Rankmax: An Adaptive Projection Alternative to the Softmax Function

この作業では、このパラメータを個々のトレーニング例に適合させる方法を提案します。

55

Online Agnostic Boosting via Regret Minimization

この作業では、最初の不可知論的なオンラインブースティングアルゴリズムを提供します。つまり、自明ではない後悔の保証がわずかにある弱い学習者を考えると、私たちのアルゴリズムはそれを劣線形後悔のある強い学習者にブーストします。

56

Causal Intervention for Weakly-Supervised Semantic Segmentation

弱教師ありセマンティックセグメンテーション（WSSS）を改善するための因果推論フレームワークを提示します。

57

Belief Propagation Neural Networks

このギャップを埋めるために、因子グラフを操作して信念伝搬（BP）を一般化するパラメーター化された演算子のクラスである信念伝搬ニューラルネットワーク（BPNN）を導入します。

58

Over-parameterized Adversarial Training: An Analysis Overcoming the Curse of Dimensionality

私たちの仕事は、自然な仮定の下で、ReLUアクティベーションを使用して、指数関数ではなく¥emph {多項式}幅の低いロバストトレーニング損失への収束を証明しています。

59

Post-training Iterative Hierarchical Data Augmentation for Deep Networks

この論文では、訓練されたディープニューラルネットワークを微調整して一般化パフォーマンスを向上させるための新しい反復階層データ拡張（IHDA）手法を提案します。

60

Debugging Tests for Model Explanations

事後モデルの説明がモデルエラーの診断、つまりモデルのデバッグに有効かどうかを調査します。

61

Robust compressed sensing using generative models

この論文では、平均値の中央値（MOM）に触発されたアルゴリズムを提案します。

62

Fairness without Demographics through Adversarially Reweighted Learning

この作業では、Adversarially Reweighted Learning（ARL）を提案することにより、この問題に対処します。

63

Stochastic Latent Actor-Critic: Deep Reinforcement Learning with a Latent Variable Model

この作業では、画像から強化学習を加速できる潜在表現を明示的に学習することにより、これら2つの問題に別々に取り組みます。

64

Ridge Rider: Finding Diverse Solutions by Following Eigenvectors of the Hessian

このホワイトペーパーでは、別のアプローチを紹介します。局所的に貪欲な方向に対応する勾配に従うのではなく、代わりにヘッセ行列の固有ベクトルに従います。

65

The route to chaos in routing games: When is price of anarchy too optimistic?

ここでは、[0,1]にコスト正規化を適用せずに、実際のゲームコストを用いてMWUを検討しています。

66

Online Algorithm for Unsupervised Sequential Selection with Contextual Information

この論文では、観察されたフィードバックから腕の喪失を推測できない確率的文脈的盗賊問題の新しい変種である文脈的教師なし順次選択（USS）を研究します。

67

Adapting Neural Architectures Between Domains

この論文は、ドメイン適応を介して神経アーキテクチャの一般化を改善することを目的としています。

68

What went wrong and when?\\ Instance-wise feature importance for time-series black-box models

FITは、時間の経過に伴う予測分布のシフトを定量化することにより、多変量時系列ブラックボックスモデルの観測の重要性を評価するフレームワークを提案します。

69

Towards Better Generalization of Adaptive Gradient Methods

このギャップを埋めるために、差分プライバシーを活用する非凸最適化のために、¥textit {¥textbf {S}テーブル¥textbf {A}適応¥textbf {G}勾配¥textbf {D} escent}（¥textsc {SAGD}）を提案します。適応勾配法の一般化パフォーマンスを向上させます。

70

Learning Guidance Rewards with Trajectory-space Smoothing

この論文も同じです。軌道空間での平滑化を含む代理RL目標から始めて、ガイダンス報酬を学習するための新しいアルゴリズムに到達します。

71

Variance Reduction via Accelerated Dual Averaging for Finite-Sum Optimization

この論文では、¥emph {加速デュアル平均化（VRADA）による分散減少}という名前の、有限和凸最適化のための単純化された統一された方法を紹介します。

72

Tree! I am no Tree! I am a low dimensional Hyperbolic Embedding

この論文では、メトリックファーストアプローチを採用することにより、双曲線表現を学習するための新しい方法を探求します。

73

Deep Structural Causal Models for Tractable Counterfactual Inference

ディープラーニングコンポーネントを使用して構造的因果モデル（SCM）を構築するための一般的なフレームワークを策定します。

74

Convolutional Generation of Textured 3D Meshes

私たちの仕事の重要な貢献は、メッシュとテクスチャを2D表現としてエンコードすることです。これらは意味的に整列されており、2D畳み込みGANによって簡単にモデル化できます。

75

A Statistical Framework for Low-bitwidth Training of Deep Neural Networks

この論文では、FQTアルゴリズムを分析するための統計的フレームワークを提示することにより、この問題に対処します。

76

Better Set Representations For Relational Reasoning

この制限を解決するために、Set Refiner Network（SRN）と呼ばれるシンプルで一般的なネットワークモジュールを提案します。

77

AutoSync: Learning to Synchronize for Data-Parallel Distributed Deep Learning

このホワイトペーパーでは、同期のモデルおよびリソースに依存する表現を開発します。これにより、アーキテクチャ、メッセージパーティショニング、配置スキームから通信トポロジに至るまで、複数の同期の側面が統合されます。

78

A Combinatorial Perspective on Transfer Learning

この作業では、モジュラーソリューションの学習により、目に見えないデータと潜在的に異なる分散データの両方を効果的に一般化する方法を研究します。

79

Hardness of Learning Neural Networks with Natural Weights

我々はこの点で否定的な結果を証明し、深さ2のネットワークや、正規分布や一様分布のような多くの "自然な "重み分布では、ほとんどのネットワークが学習しにくいことを示します。

80

Higher-Order Spectral Clustering of Directed Graphs

有向グラフのエルミート行列表現に基づいて、有向グラフクラスタリングのほぼ線形の時間アルゴリズムを提示し、さらに、提案されたアルゴリズムが合理的な仮定の下で劣線形時間で実装できることを示します。

81

Primal-Dual Mesh Convolutional Neural Networks

両方のタイプのアプローチの利点を組み合わせながら、それらの制限に対処する方法を提案します。グラフニューラルネットワークの文献から引き出されたprimal-dualフレームワークを三角形メッシュに拡張し、入力メッシュ。

82

The Advantage of Conditional Meta-Learning for Biased Regularization and Fine Tuning

条件付きメタ学習によってこの制限に対処し、タスクのサイド情報を目前のタスクに適したメタパラメーターベクトルにマッピングする条件付け関数を推測します。

83

Watch out! Motion is Blurring the Vision of Your Deep Neural Networks

モーションベースの敵対的生成ネットワーク（ABBA）と呼ばれる、視覚的に自然なモーションブラーされた敵対的例を生成できる新しい敵対的攻撃方法を提案します。

84

Sinkhorn Barycenter via Functional Gradient Descent

この論文では、シンクホーン発散の下での一連の確率分布の重心を計算する問題について考察します。

85

Coresets for Near-Convex Functions

近凸関数と呼ばれる損失関数の幅広いファミリーの感度（したがってコアセット）を計算するための一般的なフレームワークを提案します。

86

Bayesian Deep Ensembles via the Neural Tangent Kernel

計算上扱いやすく、ランダム化され、トレーニング不可能な関数を各アンサンブルメンバーに追加することで、標準のディープアンサンブルトレーニングに簡単な変更を加えます。これにより、無限の幅の制限で事後解釈が可能になります。

87

Improved Schemes for Episodic Memory-based Lifelong Learning

この論文では、最適化の観点からエピソード記憶ベースのアプローチの最初の統一されたビューを提供します。

88

Adaptive Sampling for Stochastic Risk-Averse Learning

損失分布の{\ em条件付きリスク値（CVaR）}を確率的に最適化するための適応サンプリングアルゴリズムを提案します。これは、最も困難な例のα部分でのパフォーマンスを測定します。

89

Deep Wiener Deconvolution: Wiener Meets Deep Learning for Image Deblurring

古典的な手法と深層学習を組み合わせた、非ブラインド画像のぼけ除去のためのシンプルで効果的なアプローチを紹介します。

90

Discovering Reinforcement Learning Algorithms

このホワイトペーパーでは、一連の環境と対話することにより、予測対象（値関数など）と予測方法（ブートストラップなど）の両方を含む更新ルール全体を検出する新しいメタ学習アプローチを紹介します。

91

Taming Discrete Integration via the Boon of Dimensionality

この作業の主な貢献は、モデルカウントへの離散統合の効率的な削減を通じて、このスケーラビリティの課題に対処します。

92

Blind Video Temporal Consistency via Deep Video Prior

この問題に対処するために、ブラインドビデオの時間的一貫性のための斬新で一般的なアプローチを提示します。

93

Simplify and Robustify Negative Sampling for Implicit Collaborative Filtering

この論文では、最初に、モデル学習にとって潜在的に重要なインスタンスはごくわずかであり、偽陰性は多くのトレーニング反復にわたって安定した予測を持つ傾向があることを経験的に観察することにより、ネガティブインスタンスの新しい理解を提供します。

94

Model Selection for Production System via Automated Online Experiments

少数のオンライン実験でモデルの大規模なプールからモデル選択を効率的に実行できる自動化されたオンライン実験メカニズムを提案します。

95

On the Almost Sure Convergence of Stochastic Gradient Descent in Non-Convex Problems

この論文では、非凸問題における収束特性を理解することを目的として、確率的勾配降下法（SGD）の軌跡を分析します。

96

Automatic Perturbation Analysis for Scalable Certified Robustness and Beyond

この論文では、CROWNなどの既存のLiRPAアルゴリズムを一般化して一般的な計算グラフを操作することにより、ニューラルネットワーク構造の摂動解析を可能にする自動フレームワークを開発します。

97

Adaptation Properties Allow Identification of Optimized Neural Codes

ここでは、逆問題を解決します。さまざまな刺激分布にどのように適応するかに基づいて、効率的なコードが最適であると思われる目的関数と制約関数を特徴付けます。

98

Global Convergence and Variance Reduction for a Class of Nonconvex-Nonconcave Minimax Problems

この作業では、いわゆる両側Polyak- {¥L} ojasiewicz不等式を満たす非凸非凹目的のサブクラスの場合、交互勾配降下上昇（AGDA）アルゴリズムが線形速度で確率的にグローバルに収束することを示します。 AGDAはサブリニアレートを実現します。

99

Model-Based Multi-Agent RL in Zero-Sum Markov Games with Near-Optimal Sample Complexity

このホワイトペーパーでは、モデルベースのMARLのサンプルの複雑さに関する基本的な未解決の質問に対処することを目的としています。

100

Conservative Q-Learning for Offline Reinforcement Learning

この論文では、保守的なQ関数を学習することによってこれらの制限に対処することを目的とした保守的なQ学習（CQL）を提案します。これは、このQ関数の下でのポリシーの期待値がその真の値を下回るようにします。

101

Online Influence Maximization under Linear Threshold Model

この論文では、線形閾値（LT）モデルのOIMについて説明します。

102

Ensembling geophysical models with Bayesian Neural Networks

ベイジアンニューラルネットワークを使用して地球物理モデルを組み合わせるための新しいデータ駆動型アンサンブル戦略を開発します。これは、観測における不均一分散の不確実性を考慮しながら、時空間的に変化するモデルの重みとバイアスを推測します。

103

Delving into the Cyclic Mechanism in Semi-supervised Video Object Segmentation

この論文では、半教師ありビデオオブジェクトセグメンテーションのビジョンタスクに循環メカニズムを組み込むことを試みます。

104

Asymmetric Shapley values: incorporating causal knowledge into model-agnostic explainability

制限の少ないフレームワークである非対称シャープレイ値（ASV）を紹介します。これは、一連の公理に厳密に基づいており、あらゆるAIシステムに適用可能であり、データによって尊重されることがわかっているあらゆる因果構造を柔軟に組み込むことができます。

105

Understanding Deep Architecture with Reasoning Layer

この論文では、収束、安定性、感度などのアルゴリズム層の特性がエンドツーエンドの近似能力と一般化能力に密接に関連していることを示すことにより、このようなハイブリッドディープアーキテクチャの理解に向けた最初の一歩を踏み出します。モデル。

106

Planning in Markov Decision Processes with Gap-Dependent Sample Complexity

遷移が有限のサポートを持つマルコフ決定過程で計画するための新しい軌道ベースのモンテカルロ木探索アルゴリズムであるMDP-GapEを提案します。

107

Provably Good Batch Off-Policy Reinforcement Learning Without Great Exploration

ベルマンの最適性と評価のバックアップの低データ領域で¥emph {悲観的値の推定値}を使用すると、集中性の仮定が成り立たない場合に、より適応性が高く、より強力な保証が得られることを示します。

108

Detection as Regression: Certified Object Detection with Median Smoothing

この作業は、ランダム化された平滑化による認定分類の最近の進歩に動機付けられています。まず、オブジェクト検出から回帰問題への削減を提示します。

109

Contextual Reserve Price Optimization in Auctions via Mixed Integer Programming

売り手側からの期待収益を最大化するために、コンテキスト情報を前提として、オークションで最低価格を設定する線形モデルを学習する問題を研究します。

110

ExpandNets: Linear Over-parameterization to Train Compact Convolutional Networks

特定のコンパクトネットワークをトレーニングするためのアプローチを紹介します。

111

FleXOR: Trainable Fractional Quantization

この論文では、重みあたりのビット数の小数を達成するために、量子化された重みを圧縮する暗号化アルゴリズム/アーキテクチャを提案します。

112

The Implications of Local Correlation on Learning Some Deep Functions

「ローカル相関」と呼ばれる分布のプロパティを導入します。これには、入力画像の小さなパッチとターゲット関数の中間層のパッチをターゲットラベルに相関させる必要があります。

113

Learning to search efficiently for causally near-optimal treatments

この問題を、因果推論フレームワークを使用して最小数の試行でほぼ最適な治療法を見つけるためのポリシーを学習することとして形式化します。

114

A Game Theoretic Analysis of Additive Adversarial Attacks and Defenses

本稿では、平衡状態にある攻撃と防御を研究するためのゲーム理論的枠組みを提案する。

115

Posterior Network: Uncertainty Estimation without OOD Samples via Density-Based Pseudo-Counts

この作業では、事後ネットワーク（PostNet）を提案します。これは、正規化フローを使用して、任意の入力サンプルの予測確率に対する個々の閉形式の事後分布を予測します。

116

Recurrent Quantum Neural Networks

この作業では、シーケンス学習や整数桁分類などの重要なタスクで実証可能なパフォーマンスを備えた最初の量子リカレントニューラルネットワーク（QRNN）を構築します。

117

No-Regret Learning and Mixed Nash Equilibria: They Do Not Mix

この論文では、正則化されたリーダー（FTRL）に従うダイナミクスを研究します。これは、おそらく最もよく研​​究されている後悔のないダイナミクスのクラスであり、混合ナッシュ均衡の概念がノー-後悔学習。

118

A Unifying View of Optimism in Episodic Reinforcement Learning

この論文では、エピソード強化学習問題でそのようなアルゴリズムを設計、分析、実装するための一般的なフレームワークを提供します。

119

Continuous Submodular Maximization: Beyond DR-Submodularity

この論文では、線形制約を受ける単調連続劣モジュラ最大化の問題に対して一定因子近似保証を達成する最初の連続最適化アルゴリズムを提案します。

120

An Asymptotically Optimal Primal-Dual Incremental Algorithm for Contextual Linear Bandits

この論文では、問題に依存する後悔の下限から漸近的に最適なアルゴリズムを導出する最近のアプローチに従い、複数の次元に沿って最先端技術を改善する新しいアルゴリズムを紹介します。

121

Assessing SATNet's Ability to Solve the Symbol Grounding Problem

この論文では、個々の数独の数字画像を論理的表現で識別する中間ラベルがない場合、SATNetが視覚的な数独で完全に失敗することを示すことによってSATNetの機能を明確にします（テスト精度0％）。

122

A Bayesian Nonparametrics View into Deep Representations

確率論的観点から神経ネットワーク表現を調査します。

123

On the Similarity between the Laplace and Neural Tangent Kernels

ここでは、ReLUアクティベーションを使用して完全に接続されたネットワークのNTKが、標準のLaplaceカーネルと密接に関連していることを示します。

124

A causal view of compositional zero-shot recognition

ここでは、因果関係のアイデアに基づいた構成の一般化のアプローチについて説明します。

125

HiPPO: Recurrent Memory with Optimal Polynomial Projections

多項式基底への射影による連続信号と離散時系列のオンライン圧縮のための一般的なフレームワーク（HiPPO）を紹介します。

126

Auto Learning Attention

本論文では、自動注意設計の最初の試みである自動学習注意（AutoLA）法を考案した。

127

CASTLE: Regularization via Auxiliary Causal Graph Discovery

因果構造学習（CASTLE）正則化を紹介し、変数間の因果関係を共同で学習することにより、ニューラルネットワークを正則化することを提案します。

128

Long-Tailed Classification by Keeping the Good and Removing the Bad Momentum Causal Effect

この論文では、因果推論フレームワークを確立します。これは、以前の方法の理由を解明するだけでなく、新しい原理的な解決策を導き出します。

129

Explainable Voting

ただし、重要なボルダルールの結果は、O（m ^ 2）ステップを使用して説明できることを証明します。ここで、mは選択肢の数です。

130

Deep Archimedean Copulas

この論文では、構造特性を強制し、重要なクラスのコピュラであるアルキメデスコピュラを学習できるようにする、新しい微分可能なニューラルネットワークアーキテクチャであるACNetを紹介します。

131

Re-Examining Linear Embeddings for High-Dimensional Bayesian Optimization

このホワイトペーパーでは、BOに線形埋め込みを使用することに関するいくつかの重要な問題と誤解を特定します。

132

UnModNet: Learning to Unwrap a Modulo Image for High Dynamic Range Imaging

この論文では、モジュロ画像のアンラッピング問題を一連のバイナリラベリング問題に再定式化し、UnModNetという名前のモジュロエッジ認識モデルを提案して、アンラッピングのためのモジュロ画像のバイナリロールオーバーマスクを繰り返し推定します。

133

Thunder: a Fast Coordinate Selection Solver for Sparse Learning

この論文では、ソルバーの効率をさらに改善するための新しいアクティブインクリメンタルアプローチを提案します。

134

Neural Networks Fail to Learn Periodic Functions and How to Fix It

この問題を解決するために、reluベースの活性化の最適化特性を維持しつつ、所望の周期的帰納バイアスを実現する新しい活性化$x+\sin^2(x)$を提案する。

135

Distribution Matching for Crowd Counting

この論文では、注釈にガウス分布を課すことは一般化のパフォーマンスを損なうことを示します。

136

Correspondence learning via linearly-invariant embedding

この論文では、3D点群間の正確で密な対応を推定するための完全に微分可能なパイプラインを提案します。

137

Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning

この論文では、エンドツーエンドの深層強化学習エージェントを介してPDRを自動的に学習することを提案します。

138

On Adaptive Attacks to Adversarial Example Defenses

以前の評価ペーパーは主に最終結果に焦点を当てていましたが（防御が効果的でなかったことを示しています）、このペーパーは適応的攻撃を実行するために必要な方法論とアプローチのレイアウトに焦点を当てています。

139

Sinkhorn Natural Gradient for Generative Models

この点で、我々は、シンクホーン発散に恵まれた確率空間で最も急降下法として機能する新しいシンクホーン自然勾配（SiNG）アルゴリズムを提案します。

140

Online Sinkhorn: Optimal Transport distances from sample streams

この論文では、このような2つの任意の分布間のエントロピー正則化OT距離の新しいオンライン推定量を紹介します。

141

Ultrahyperbolic Representation Learning

この論文では、一定の非ゼロ曲率の擬リーマン多様体上に存在する表現を提案します。

142

Locally-Adaptive Nonparametric Online Learning

このギャップを埋めるには、効率的なオンラインアルゴリズム（単一の多用途マスターアルゴリズムに基づく）を導入し、それぞれが次の規則性のいずれかに適応します：（i）競合関数のローカルリプシッツネス、（ii）インスタンスシーケンスのローカルメトリックディメンション、（iii ）インスタンス空間のさまざまな領域にわたる予測子のローカルパフォーマンス。

143

Compositional Generalization via Neural-Symbolic Stack Machines

この問題に取り組むために、Neural-Symbolic Stack Machine（NeSS）を提案します。

144

Graphon Neural Networks and the Transferability of Graph Neural Networks

この論文では、GNNの限界オブジェクトとしてグラフォンNNを紹介し、GNNの出力とその限界グラフォン-NNの違いの限界を証明します。

145

Unreasonable Effectiveness of Greedy Algorithms in Multi-Armed Bandit with Many Arms

我々は、{em many-armed}におけるリグレット最小化政策の構造を研究している。ベイジアン多腕バンディット問題：特に、$k$を腕の数、$T$を時間軸とし、$k \geq \sqrt{T}$の場合を考える。

146

Gamma-Models: Generative Temporal Difference Learning for Infinite-Horizon Prediction

ガンマモデルを紹介します。これは、無限の確率的範囲を持つ環境ダイナミクスの予測モデルです。

147

Deep Transformers with Latent Depth

レイヤー選択の事後分布を学習することにより、使用するレイヤーを自動的に学習する確率的フレームワークを提示します。

148

Neural Mesh Flow: 3D Manifold Mesh Generation via Diffeomorphic Flows

この作業では、NeuralMeshFlow（NMF）を提案して、属0の形状の2つの多様体メッシュを生成します。

149

Statistical control for spatio-temporal MEG/EEG source imaging with desparsified mutli-task Lasso

これに対処するために、自己相関ノイズで破損した時間データに、分散化されたラッソ推定量（スパース性と中程度の特徴相関の仮定の下でガウス分布を漸近的に追跡する高次元線形モデル用に調整された推定量）を適応させます。

150

A Scalable MIP-based Method for Learning Optimal Multivariate Decision Trees

本論文では、分類問題のためのバイナリ斜めODTを訓練するために、1ノルムサポートベクターマシンモデルに基づく新しいMIP定式化を提案します。

151

Efficient Exact Verification of Binarized Neural Networks

BNNの効率的かつ正確な検証のための新しいシステムEEVを紹介します。

152

Ultra-Low Precision 4-bit Training of Deep Neural Networks

この論文では、トレーニングシステムの精度を8ビットから4ビットに積極的にスケーリングできるようにする、いくつかの新しい手法と数値表現形式を提案します。

153

Bridging the Gap between Sample-based and One-shot Neural Architecture Search with BONAS

この作業では、BONAS（Bayesian Optimized Neural Architecture Search）を提案します。これは、重み共有を使用して高速化され、複数の関連アーキテクチャを同時に評価するサンプルベースのNASフレームワークです。

154

On Numerosity of Deep Neural Networks

最近、視覚的な物体認識のためだけに訓練されたディープニューラルネットワークに数の感覚が自発的に現れるという挑発的な主張が発表されました。これは、真実であるとすれば、機械学習と認知科学の分野に同様に非常に大きな意味を持っています。この論文では、残念ながら上記の主張が正しくないことを証明します。

155

Outlier Robust Mean Estimation with Subgaussian Rates via Stability

有界共分散の仮定の下で、より広くは有界の低次モーメントの仮定の下で、外れ値のロバストな高次元平均推定の問題を研究します。

156

Self-Supervised Relationship Probing

この作業では、グラウンドトゥルースの視覚的関係の注釈に依存せずに視覚的関係を暗黙的に学習する自己教師あり方法を紹介します。

157

Information Theoretic Counterfactual Learning from Missing-Not-At-Random Feedback

RCTの使用を回避するために、RCTを使用せずに学習を偏らせる代わりに、情報理論的な反事実的変分情報ボトルネック（CVIB）を構築します。

158

Prophet Attention: Predicting Attention with Future Attention

この論文では、自己監視の形式と同様に、預言者の注意を提案します。

159

Language Models are Few-Shot Learners

具体的には、1750億のパラメーターを持つ自己回帰言語モデルであるGPT-3をトレーニングし、以前の非スパース言語モデルの10倍にし、数ショットの設定でそのパフォーマンスをテストします。

160

Margins are Insufficient for Explaining Gradient Boosting

この作業では、最初に、k番目のマージン境界が最先端のグラデーションブースターのパフォーマンスを説明するには不十分であることを示します。次に、k番目のマージン境界の短所を説明し、最新のグラデーションブースターのパフォーマンスの説明に実際に成功する、より強力でより洗練されたマージンベースの一般化境界を証明します。

161

Fourier-transform-based attribution priors improve the interpretability and stability of deep learning models for genomics

これらの欠点に対処するために、入力レベルの帰属スコアのフーリエ変換がトレーニング時に計算され、フーリエスペクトルの高周波成分にペナルティが課される、新しい帰属を事前に提案します。

162

MomentumRNN: Integrating Momentum into Recurrent Neural Networks

MomentumRNNがRNNのトレーニングにおける勾配消失問題を軽減することを理論的に証明し、数値的に示します。

163

Marginal Utility for Planning in Continuous or Large Discrete Action Spaces

この論文では、新しい客観的限界効用を最適化することにより、候補アクションジェネレーターを明示的に学習することを検討します。

164

Projected Stein Variational Gradient Descent

この作業では、{投影スタイン変分勾配降下法}（pSVGD）法を提案し、このような問題の不適切さに起因するデータ情報部分空間の固有の低次元性の基本的な特性を活用することで、この課題を克服します。

165

Minimax Lower Bounds for Transfer Learning with Linear and One-hidden Layer Neural Networks

この論文では、線形および1つの隠れ層ニューラルネットワークモデルを使用した回帰のコンテキストでの転移学習の基本的な限界を特徴付ける統計的ミニマックスフレームワークを開発します。

166

SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks

SE（3）-Transformerを紹介します。これは、3D点群の自己注意モジュールの変形であり、連続的な3D回転変換の下で同変です。

167

On the equivalence of molecular graph convolution and molecular wave function with poor basis set

この研究では、1920年代にPaulingとLennard-Jonesによって導入された近似である原子軌道の線形結合（LCAO）が、分子のグラフ畳み込みネットワーク（GCN）に対応することを示します。

168

The Power of Predictions in Online Control

ダイナミクスの確率的および敵対的擾乱の両方を伴うオンライン線形二次レギュレーター制御における予測の影響を研究します。

169

Learning Affordance Landscapes for Interaction Exploration in 3D Environments

相互作用の探索のための強化学習アプローチを紹介します。これにより、具体化されたエージェントは、新しいマッピングされていない3D環境（見慣れないキッチンなど）のアフォーダンスランドスケープを自律的に発見します。

170

Cooperative Multi-player Bandit Optimization

私たちは、より多くの情報を得た近くのプレーヤーの報酬を最大化するためにプレーヤーが持っている情報バイアスを克服する分散学習アルゴリズムを設計します。

171

Tight First- and Second-Order Regret Bounds for Adversarial Linear Bandits

敵対的な線形盗賊のための1次および2次の後悔境界を持つ新しいアルゴリズムを提案します。

172

Just Pick a Sign: Optimizing Deep Multitask Models with Gradient Sign Dropout

グラディエントサインドロップアウト（GradDrop）を紹介します。これは、一貫性のレベルに基づいてアクティベーションレイヤーでグラジエントをサンプリングする確率的マスキング手順です。

173

A Loss Function for Generative Neural Networks Based on Watson?s Perceptual Model

周波数空間の重み付き距離を計算し、輝度とコントラストのマスキングを考慮するワトソンの知覚モデルに基づいて、このような損失関数を提案します。

174

Dynamic Fusion of Eye Movement Data and Verbal Narrations in Knowledge-rich Domains

専門家の眼球運動と口頭のナレーションを共同で分析して、重要で解釈可能な知識パターンを発見し、彼らの意思決定プロセスをよりよく理解することを提案します。

175

Scalable Multi-Agent Reinforcement Learning for Networked Systems with Average Reward

この論文では、モデルがスケーラブルな方法で解決できるローカル依存構造を示す、ネットワーク化されたMARL問題の豊富なクラスを特定します。

176

Optimizing Neural Networks via Koopman Operator Theory

非線形動的システムの基礎となるダイナミクスを発見するための強力なフレームワークであるKoopman演算子理論は、最近、ニューラルネットワークトレーニングと密接に関連していることが示されました。この作業では、この接続を利用するための最初のステップを実行します。

177

SVGD as a kernelized Wasserstein gradient flow of the chi-squared divergence

代わりに、SVGDをカイ2乗発散のカーネル化された勾配フローと見なすSVGDの新しい視点を紹介します。

178

Adversarial Robustness of Supervised Sparse Coding

この作業では、表現の学習を含むモデルを検討すると同時に、正確な一般化の限界と堅牢性の証明書を与えることで、より良いバランスを取ります。

179

Differentiable Meta-Learning of Bandit Policies

この作業では、Pからのサンプルを使用して、未知の分布Pに対するそのようなポリシーを学習します。

180

Biologically Inspired Mechanisms for Adversarial Robustness

この作業では、敵対的な堅牢性における2つの生物学的にもっともらしいメカニズムの役割を調査します。

181

Statistical-Query Lower Bounds via Functional Gradients

ReLU回帰の特定の問題（同等に、ReLUを学習する）について、許容誤差$n^{-(1/\epsilon)^b}$の統計クエリアルゴリズムは、いくつかの定数$b, c > 0$に対して少なくとも$2^{n^c} \epsilon$クエリを使用する必要があることを示します。ここで、$n$は次元であり、$\epsilon$は精度パラメーターです。

182

Near-Optimal Reinforcement Learning with Self-Play

この論文は、このギャップを初めて埋めます。サンプルの複雑さ¥tlO（SAB）を持つNash Q学習アルゴリズムの楽観的な変形と、サンプルの複雑さ¥tlO（S（A + B）を持つ新しいNashV学習アルゴリズムを提案します。 ））。

183

Network Diffusions via Neural Mean-Field Dynamics

ネットワーク上の拡散の推論と推定問題のための神経平均場ダイナミクスに基づく新しい学習フレームワークを提案します。

184

Self-Distillation as Instance-Specific Label Smoothing

これを念頭に置いて、教師の予測がインスタンス固有の正則化を可能にするように、教師と学生のトレーニングの新しい解釈を償却MAP推定として提供します。

185

Towards Problem-dependent Optimal Learning Rates

本論文では、「均一局所収束」原理に基づく新しいフレームワークを提案する。

186

Cross-lingual Retrieval for Iterative Self-Supervised Training

この作業では、独自のエンコーダ出力を使用してマイニングされた文のペアでseq2seqモデルをトレーニングすることにより、言語間の配置をさらに改善できることがわかりました。

187

Rethinking pooling in graph neural networks

このホワイトペーパーでは、代表的なGNNに基づいて構築し、補グラフでランダム化またはクラスタリングを使用して、局所性を維持する表現の必要性に挑戦するバリアントを紹介します。

188

Pointer Graph Networks

ここでは、モデルの一般化能力を向上させるために、追加の推定エッジでセットまたはグラフを拡張するポインターグラフネットワーク（PGN）を紹介します。

189

Gradient Regularized V-Learning for Dynamic Treatment Regimes

本論文では、DTRの価値関数を推定するための新しい方法である勾配正則化V学習（GRV）を紹介します。

190

Faster Wasserstein Distance Estimation with the Sinkhorn Divergence

この作業では、代わりに、エントロピー正則化に基づいて構築されているが、バイアス除去項を含むシンクホーン発散を使用して推定することを提案します。

191

Forethought and Hindsight in Credit Assignment

強化学習におけるクレジット割り当ての問題に対処し、予測を改善するために世界の内部モデルを計画することにより、エージェントが追加の計算を使用して新しい情報を伝播する方法に関する基本的な質問を調査します。

192

Robust Recursive Partitioning for Heterogeneous Treatment Effects with Uncertainty Quantification

このホワイトペーパーでは、これらすべての弱点に対処する、サブグループ分析の新しい方法であるR2Pを開発します。

193

Rescuing neural spike train models from bad MLE

これを軽減するために、スパイクトレインカーネルを使用して、神経記録されたスパイクトレインとモデル生成されたスパイクトレインの間の相違を直接最小化することを提案します。

194

Lower Bounds and Optimal Algorithms for Personalized Federated Learning

この作業では、Hanzely＆Richtarik（2020）によって最近導入されたパーソナライズされたフェデレーション学習の最適化の定式化について検討します。これは、ローカルSGDメソッドの動作に代替の説明を与えることが示されています。

195

Black-Box Certification with Randomized Smoothing: A Functional Optimization Based Framework

統一された¥機能最適化の観点から、非ガウスノイズを使用した、より一般的なタイプの攻撃に対する敵対的認証の一般的なフレームワークを提案します。

196

Deep Imitation Learning for Bimanual Robotic Manipulation

連続状態-アクション空間でのロボットによる両手操作のための深い模倣学習フレームワークを提示します。

197

Stationary Activations for Uncertainty Calibration in Deep Learning

ガウス過程（GP）モデルで広く使用されているMat¥ 'ernファミリーのカーネルによって誘導される特性を模倣する、非線形ニューラルネットワーク活性化関数の新しいファミリーを紹介します。

198

Ensemble Distillation for Robust Model Fusion in Federated Learning

この作業では、FLのより強力でより柔軟な集約スキームを調査します。

199

Falcon: Fast Spectral Inference on Encrypted Data

この論文では、暗号化されたデータの高速推論のために、Falconと呼ばれる高速の周波数領域ディープニューラルネットワークを提案します。

200

On Power Laws in Deep Ensembles

この作業では、分類の問題に焦点を当て、アンサンブルサイズとメンバーネットワークサイズの関数として、深いアンサンブルのキャリブレーションされていない負の対数尤度（CNLL）の両方の動作を調査します。

201

Practical Quasi-Newton Methods for Training Deep Neural Networks

ディープニューラルネットワーク（DNN）をトレーニングするために、実用的な確率的準ニュートン法、特にクロネッカー因数分解ブロック対角BFGS法とL-BFGS法の開発を検討します。

202

Approximation Based Variance Reduction for Reparameterization Gradients

この作業では、既知の平均と共分散を持つ再パラメーター化可能な分布に適用できる制御変量を示します。たとえば、任意の共分散構造を持つガウス分布です。

203

Inference Stage Optimization for Cross-scenario 3D Human Pose Estimation

この作業では、ソースデータとターゲットデータが異なるポーズ分布からのものである場合に、3Dポーズモデルの一般化可能性を改善するための新しいフレームワークである推論ステージ最適化（ISO）を提案します。

204

Consistent feature selection for analytic deep neural networks

この作業では、分析的なディープネットワークの特徴選択の問題を調査します。

205

Glance and Focus: a Dynamic Approach to Reducing Spatial Redundancy in Image Classification

画像内のすべての領域がタスクに関連しているわけではないという事実に触発されて、強化学習を使用して元の画像から戦略的に選択された比較的小さな入力のシーケンスを処理することによって効率的な画像分類を実行する新しいフレームワークを提案します。

206

Information Maximization for Few-Shot Learning

数ショット学習のためのトランスダクティブ情報最大化（TIM）を紹介します。

207

Inverse Reinforcement Learning from a Gradient-based Learner

この論文では、学習中に生成された一連のポリシーを前提として、エージェントによって最適化されている報酬関数を回復することを目標とする、この設定の新しいアルゴリズムを提案します。

208

Bayesian Multi-type Mean Field Multi-agent Imitation Learning

本論文では、ベイズマルチタイプ平均場マルチエージェント模倣学習（BM3IL）を提案した。

209

Bayesian Robust Optimization for Imitation Learning

これらの2つの極端な関係を橋渡しするために、模倣学習のためのベイジアンロバスト最適化（BROIL）を提案します。

210

Multiview Neural Surface Reconstruction by Disentangling Geometry and Appearance

この作業では、マルチビュー3D表面再構成の困難な問題に対処します。

211

Riemannian Continuous Normalizing Flows

この問題を克服するために、リーマン連続正規化フローを導入します。これは、フローを常微分方程式の解として定義することにより、滑らかな多様体上の柔軟な確率測度のパラメーター化を認めるモデルです。

212

Attention-Gated Brain Propagation: How the brain can implement reward-based error backpropagation

任意の数の層を持つ深いネットワークのための生物学的にもっともらしい強化学習スキームを示します。

213

Asymptotic Guarantees for Generative Modeling Based on the Smooth Wasserstein Distance

この作業では、最小平滑ワッサーシュタイン推定量（MSWE）の徹底的な統計的研究を実施し、最初に推定量の測定可能性と漸近的一貫性を証明します。

214

Online Robust Regression via SGD on the l1 loss

これに対して、本研究では、l1損失に対する確率的な勾配降下が、汚染された測定値に依存しない$\tilde{O}( 1 / (1 – \eta)^2 n )$レートで真のパラメータベクトルに収束することを示す。

215

PRANK: motion Prediction based on RANKing

本稿では、これらの要件を満たすPRANK法を紹介します。

216

Fighting Copycat Agents in Behavioral Cloning from Observation Histories

この「模倣問題」と戦うために、次の行動を予測するために必要な情報を保持しながら、前の専門家の行動の迷惑な相関関係に関する過剰な情報を削除する特徴表現を学習する敵対的アプローチを提案します。

217

Tight Nonparametric Convergence Rates for Stochastic Gradient Descent under the Noiseless Linear Model

このモデルの下で、最小二乗リスクに対するシングルパスの固定ステップサイズ確率的勾配降下法の収束を分析します。

218

Structured Prediction for Conditional Meta-Learning

この作業では、構造化された予測を介した条件付きメタ学習に関する新しい視点を提案します。

219

Optimal Lottery Tickets via Subset Sum: Logarithmic Over-Parameterization is Sufficient

この作業では、ギャップを埋め、宝くじの存在に対する過剰パラメーター化の要件を指数関数的に改善します。

220

The Hateful Memes Challenge: Detecting Hate Speech in Multimodal Memes

この作品は、マルチモーダルミームでのヘイトスピーチの検出に焦点を当てた、マルチモーダル分類のための新しいチャレンジセットを提案します。

221

Stochasticity of Deterministic Gradient Descent: Large Learning Rate for Multiscale Objective Function

この記事は、確率的勾配近似を使用しない決定論的勾配降下法が、依然として確率的挙動を示す可能性があることを示唆しています。

222

Identifying Learning Rules From Neural Network Observables

特定の学習ルールが実際の生物学的システムで機能するかどうかを判断するために、どのような特定の実験的測定を行う必要があるかについては、未解決の問題です。この作業では、この問題に対して「仮想実験」アプローチを採用します。

223

Optimal Approximation – Smoothness Tradeoffs for Soft-Max Functions

私たちの目標は、近似と滑らかさのさまざまな尺度に対する最適な近似と滑らかさのトレードオフを特定することです。

224

Weakly-Supervised Reinforcement Learning for Controllable Behavior

この作業では、弱い監視を使用して、この意味的に意味のあるタスクの部分空間を、無意味な「もみ殻」タスクの巨大な空間から自動的に解きほぐすためのフレームワークを紹介します。

225

Improving Policy-Constrained Kidney Exchange via Pre-Screening

貪欲なヒューリスティックとモンテカルロ木探索の両方を提案します。これは、United Network for Organ Sharingの合成データと実際の腎臓交換データの両方の実験を使用して、以前のアプローチよりも優れています。

226

Learning abstract structure for drawing by efficient motor program induction

一般化をサポートする抽象的な描画手順を人々が自発的に学習することを示し、学習者がこれらの再利用可能な描画手順を発見する方法のモデルを提案します。

227

Why Do Deep Residual Networks Generalize Better than Deep Feedforward Networks? — A Neural Tangent Kernel Perspective

この論文では、いわゆるニューラルタンジェントカーネルの観点からディープラーニングにおけるこの基本的な問題を研究します。

228

Dual Instrumental Variable Regression

非線形操作変数（IV）回帰の新しいアルゴリズムであるDualIVを紹介します。これは、デュアル定式化によって従来の2段階の方法を簡素化します。

229

Stochastic Gradient Descent in Correlated Settings: A Study on Gaussian Processes

この論文では、ガウス過程(GP)に焦点を当て、ミニバッチSGDが完全損失関数の臨界点に収束し、ミニバッチサイズに依存する統計的誤差項までのレート$O(\frac{1}{K})$でモデルハイパーパラメータを回復することを証明することで、その障壁を破るための一歩を踏み出す。

230

Interventional Few-Shot Learning

そのおかげで、新しいFSLパラダイムであるInterventional Few-Shot Learning（IFSL）を提案します。

231

Minimax Value Interval for Off-Policy Evaluation and Policy Optimization

価値関数と周縁化された重要度の重みを使用して、ポリシー外評価（OPE）のミニマックス手法を研究します。

232

Biased Stochastic First-Order Methods for Conditional Stochastic Optimization and Applications in Meta Learning

この特別な設定のために、下限の複雑さに一致するバイアスされたSpiderBoost（BSpiderBoost）と呼ばれる加速アルゴリズムを提案します。

233

ShiftAddNet: A Hardware-Inspired Deep Network

このホワイトペーパーでは、ShiftAddNetについて説明しました。その主なインスピレーションは、エネルギー効率の高いハードウェア実装の一般的な方法から得られます。つまり、乗算は、加算と論理ビットシフトを使用して実行できます。

234

Network-to-Network Translation with Conditional Invertible Neural Networks

したがって、異なる既存の表現間で関連付けることができるモデルを探し、条件付きで可逆なネットワークを使用してこのタスクを解決することを提案します。

235

Intra-Processing Methods for Debiasing Neural Networks

この作業では、バイアス除去研究の新しいパラダイムであるイントラプロセッシングの研究を開始します。これは、インプロセッシングメソッドとポストプロセッシングメソッドの間に位置します。

236

Finding Second-Order Stationary Points Efficiently in Smooth Nonconvex Linearly Constrained Optimization Problems

この論文は、一般的な滑らかな非凸目的関数と一般的な線形制約に関する問題の近似二次停留点（SOSP）を計算するための2つの効率的なアルゴリズムを提案します。

237

Model-based Policy Optimization with Unsupervised Model Adaptation

この論文では、より良い政策最適化のために、不正確なモデル推定による実際のデータとシミュレートされたデータの間のギャップを埋める方法を調査します。

238

Implicit Regularization and Convergence for Weight Normalization

ここでは、重み正規化（WN）メソッド¥cite {salimans2016weight}と、パラメーター化された最小二乗回帰およびいくつかのより一般的な損失関数のためのパラメーター化された投影勾配降下法（rPGD）と呼ばれるバリアントを研究します。

239

Geometric All-way Boolean Tensor Decomposition

この作業では、計算効率の高いBTDアルゴリズム、つまり全次数テンソル分解（GETF）の幾何学的拡張を示しました。これは、幾何学的観点からテンソルのランク1基底成分を順次識別します。

240

Modular Meta-Learning with Shrinkage

ここでは、このしばしば次善の手選択の必要性を取り除くメタ学習アプローチを提案します。

241

A/B Testing in Dense Large-Scale Networks: Design and Inference

この論文では、密集した大規模ネットワークにおける治療のクラスの因果効果を正確に推定するための新しい戦略を提示します。

242

What Neural Networks Memorize and Why: Discovering the Long Tail via Influence Estimation

この作業では、この理論の重要なアイデアをテストするための実験を設計します。

243

Partially View-aligned Clustering

この論文では、マルチビューデータクラスタリングにおける1つの挑戦的な問題を研究します。

244

Partial Optimal Tranport with applications on Positive-Unlabeled Learning

この論文では、部分的なワッサースタインとグロモフ-ワッサースタインの問題に取り組み、それらを解決するための正確なアルゴリズムを提案します。

245

Toward the Fundamental Limits of Imitation Learning

この論文では、一時的なマルコフ決定過程（MDP）におけるILのミニマックス統計的限界を理解することに焦点を当てています。

246

Logarithmic Pruning is All You Need

この作業では、この前の作業の最も制限的な仮定を削除し、大幅に厳しい境界を提供します。パラメーターが多すぎるネットワークでは、ターゲットサブネットワークの重みあたりのニューロンの対数係数（深さを除くすべての変数）数のみが必要です。

247

Hold me tight! Influence of discriminative features on deep network boundaries

この作業では、敵対的ロバスト性の分野からツールを借用し、データセットの特徴をサンプルの決定境界までの距離に関連付ける新しい視点を提案します。

248

Learning from Mixtures of Private and Public Populations

上記の例に触発されて、母集団cDが2つの異なる可能性のあるサブ集団の混合物であるモデルを考えます：プライベートでセンシティブなデータのプライベートサブ集団Dprvと、プライバシーの懸念のないデータのパブリックサブ集団Dpubです。

249

Adversarial Weight Perturbation Helps Robust Generalization

この論文では、新しい視点から減量の状況を調査し、減量の状況の平坦性とロバストな一般化のギャップとの間の明確な相関関係を特定します。

250

Stateful Posted Pricing with Vanishing Regret via Dynamic Deterministic Markov Decision Processes

この論文では、emph {容量制約のある動的リソース割り当て（DRACC）}と呼ばれるかなり一般的なオンライン問題を紹介し、掲載価格メカニズムの領域で研究します。

251

Adversarial Self-Supervised Contrastive Learning

この論文では、モデルが摂動されたデータサンプルのインスタンスレベルのアイデンティティを混乱させる、ラベルのないデータに対する新しい敵対的攻撃を提案します。

252

Normalizing Kalman Filters for Multivariate Time Series Analysis

この点で、古典的な状態空間モデルを深層学習法と調和させる新しいアプローチを提示します。

253

Learning to summarize with human feedback

この作業では、人間の好みに合わせて最適化するモデルをトレーニングすることにより、要約の品質を大幅に改善できることを示します。

254

Fourier Spectrum Discrepancies in Deep Network Generated Images

この論文では、実際のディープネットワーク生成画像の高周波フーリエモードの分析を提示し、ディープネットワーク生成画像がこれらの高周波モードの属性を複製する際に観察可能な体系的な欠点を共有することを示します。

255

Lamina-specific neuronal properties promote robust, stable signal propagation in feedforward networks

具体的には、入力駆動のスパイク信号でニューロンの各層によって行われる信号変換が、前の層によって導入された信号の歪みを復調することを発見しました。

256

Learning Dynamic Belief Graphs to Generalize on Text-Based Games

この作業では、エージェントが生のテキストからエンドツーエンドで学習したグラフ構造の表現を使用して、テキストベースのゲームを計画および一般化する方法を調査します。

257

Triple descent and the two kinds of overfitting: where & why do they appear?

このホワイトペーパーでは、見かけ上の類似性にもかかわらず、これら2つのシナリオは本質的に異なることを示しています。

258

Multimodal Graph Networks for Compositional Generalization in Visual Question Answering

この論文では、神経因子グラフを使用して、異なるモダリティ（画像やテキストなど）の概念間の緊密な結合を誘発することにより、この課題に取り組むことを提案します。

259

Learning Graph Structure With A Finite-State Automaton Layer

この作業では、固有のグラフ構造から抽象的な関係を導出することを学習する問題を研究します。

260

A Universal Approximation Theorem of Deep Neural Networks for Expressing Probability Distributions

この論文は、確率分布を表すための深層ニューラルネットワークの普遍近似特性を研究します。

261

Unsupervised object-centric video generation and decomposition in 3D

代わりに、複数の3Dオブジェクトと3D背景を持つシーンを移動しているときに見られるビューとしてビデオをモデル化することを提案します。

262

Domain Generalization for Medical Imaging Classification with Linear-Dependency Regularization

この論文では、医用画像分類の分野におけるディープニューラルネットワークの一般化機能を改善するためのシンプルで効果的なアプローチを紹介します。

263

Multi-label classification: do Hamming loss and subset accuracy really conflict with each other?

このホワイトペーパーでは、SAとHLの両方の測定値で、対応する学習アルゴリズムの学習保証を分析することにより、このギャップを埋める試みを提供します。

264

A Novel Automated Curriculum Strategy to Solve Hard Sokoban Planning Instances

{¥em難易度量子運動量}戦略に基づいて、さまざまなタスクの複雑さのラベルなしトレーニングインスタンスのプールから動的に選択する新しい{¥em自動化}カリキュラムアプローチを紹介します。

265

Causal analysis of Covid-19 Spread in Germany

この研究では、パンデミックが始まってからのCovid-19の蔓延という観点から、さまざまな連邦州によって適用された制限政策を考慮に入れて、ドイツの地域間の因果関係を研究します。

266

Locally private non-asymptotic testing of discrete distributions is faster using interactive mechanisms

アルファローカル差分プライバシーの制約の下で、多項分布またはより一般的な離散分布をテストするための分離率を見つけます。

267

Adaptive Gradient Quantization for Data-Parallel SGD

深いモデルの勾配の統計がトレーニング中に変化することを経験的に観察します。この観察に動機付けられて、2つの適応量子化スキーム、ALQとAMQを紹介します。

268

Finite Continuum-Armed Bandits

平均報酬が1次元共変量の未知の関数であるノンパラメトリック設定に焦点を当てて、この問題の最適な戦略を提案します。

269

Removing Bias in Multi-modal Classifiers: Regularization by Maximizing Functional Entropies

この欠点を軽減するために、関数エントロピーに基づく新しい正則化項を提案します。

270

Compact task representations as a normative model for higher-order brain activity

具体的には、アクションオブザベーション履歴に基づいた状態のMDPに焦点を当て、タスク関連の情報を保持しながら、不要な冗長性を排除するように状態空間を圧縮する方法を示します。

271

Robust-Adaptive Control of Linear Systems: beyond Quadratic Costs

障害を防止する必要がある（堅牢な）重要な設定で、途中で学習される未知のパラメーター（適応型）を使用した線形システムの堅牢で適応型のモデル予測制御（MPC）の問題を検討します。

272

Co-exposure Maximization in Online Social Networks

この論文では、シードユーザーを反対のキャンペーンに割り当てる問題を研究します。従来のメディアでの政治キャンペーンの等時間ルールを利用することにより、予想されるユーザー数を最大化することを目的として、シードユーザーをキャンペーン担当者に割り当てることを目標としています。両方のキャンペーンに同時公開されている人。

273

UCLID-Net: Single View Reconstruction in Object Space

この論文では、3次元潜在空間を保存するジオメトリを構築することで、ネットワークがオブジェクト座標空間でグローバルな形状の規則性とローカルな推論を同時に学習し、その結果、パフォーマンスが向上することを示します。

274

Reinforcement Learning for Control with Multiple Frequencies

この論文では、RLにおける複数の制御周波数の問題を形式化し、その効率的な解決方法を提供します。

275

Complex Dynamics in Simple Neural Networks: Understanding Gradient Flow in Phase Retrieval

ここでは、ランダム測定からの位相回復のための勾配流体力学に焦点を当てます。

276

Neural Message Passing for Multi-Relational Ordered and Recursive Hypergraphs

この作業では、最初に、さまざまな構造上の既存のMPNNをG-MPNN（Generalized MPNN）フレームワークに統合します。

277

A Unified View of Label Shift Estimation

この論文では、2つの方法の統一されたビューとMLLSの最初の理論的特性評価を示します。

278

Optimal Private Median Estimation under Minimal Distributional Assumptions

純粋な差分プライバシー制約の下で、有限数のサンプルから基礎となる分布の中央値を推定するという基本的なタスクを研究します。

279

Breaking the Communication-Privacy-Accuracy Trilemma

この論文では、さまざまな標準的な設定で最適なプライバシーと通信効率を同時に達成する新しいエンコードおよびデコードメカニズムを開発します。

280

Audeo: Audio Generation for a Silent Performance Video

この作業の主な目的は、そのような変換の妥当性を調査し、音と視覚的イベントの関連付けを運ぶことができる手がかりとコンポーネントを特定することです。

281

Ode to an ODE

ODEtoODEと呼ばれるニューラルODEアルゴリズムの新しいパラダイムを提示します。ここでは、メインフローの時間依存パラメーターが、直交群O（d）の行列フローに従って進化します。

282

Self-Distillation Amplifies Regularization in Hilbert Space

この作品は、自己蒸留の最初の理論的分析を提供します。

283

Coupling-based Invertible Neural Networks Are Universal Diffeomorphism Approximators

普遍性がなければ、CF-INNが決して近似できない、正常に動作する可逆変換が存在する可能性があるため、モデルクラスの信頼性が低下します。CF-INNは、その層に特殊なケースとしてアフィン結合と可逆線形関数が含まれている場合、便利な基準を示すことでこの質問に答えます。

284

Community detection using fast low-cardinality semidefinite programming?

この論文では、max-k-cutから導出された半定値緩和を最大化するためにローカル更新を一般化する新しいクラスの低カーディナリティアルゴリズムを提案します。

285

Modeling Noisy Annotations for Crowd Counting

この論文では、最初にガウス分布の確率変数を使用して注釈ノイズをモデル化し、画像内の各空間位置の群集密度値のpdfを導出します。次に、密度値の同時分布（つまり、密度マップの分布）を完全な共分散多変量ガウス密度で近似し、扱いやすい実装のために低ランクの近似を導き出します。

286

An operator view of policy gradient methods

我々は、政策勾配法を、2つの演算子の繰り返し適用としてキャストする: 政策改善演算子 $\mathcal{I}$, 任意の政策$pi$をより良い政策$\mathcal{I}\pi$にマップする政策改善演算子 $\mathcal{I}\pi$, そして、実現可能な政策の集合の中から$\mathcal{I}\pi$の最良の近似を見つける投影演算子 $\mathcal{P}$である。

287

Demystifying Contrastive Self-Supervised Learning: Invariances, Augmentations and Dataset Biases

やや不思議なことに、最近のパフォーマンスの向上は、インスタンス分類モデルをトレーニングし、各画像とその拡張バージョンを単一のクラスのサンプルとして扱うことからもたらされています。この作業では、最初にこれらの利益をわかりやすく説明するための定量的実験を紹介します。

288

Online MAP Inference of Determinantal Point Processes

この論文では、データポイントが任意の順序で到着し、アルゴリズムが破棄できないオンライン設定で、決定的点過程（DPP）のサイズ$k$の最尤構成（MAP）を見つけるための効率的な近似アルゴリズムを提供します。ローカルメモリから選択された要素。

289

Video Object Segmentation with Adaptive Feature Bank and Uncertain-Region Refinement

このペーパーでは、半教師ありビデオオブジェクトセグメンテーション（VOS）の新しいマッチングベースのフレームワークを紹介します。

290

Inferring learning rules from animal decision-making

強化学習は、人工エージェントが新しいタスクを効率的に学習できるようにするアルゴリズムの設計に焦点を当てることが多いのに対し、ここでは、動物が新しい行動を獲得するために使用する経験的学習ルールを直接推測するモデリングフレームワークを開発します。

291

Input-Aware Dynamic Backdoor Attack

この作業では、トリガーが入力ごとに変化する新しいバックドア攻撃手法を提案します。

292

How hard is to distinguish graphs with graph neural networks?

この研究は、メッセージパッシングモデル（MPNN）におけるグラフ同型の分類バリアントの硬度結果を導き出します。

293

Minimax Regret of Switching-Constrained Online Convex Optimization: No Phase Transition

本論文では、$T$-round switching-constrained OCO with few than $K$ switch $K$のスイッチ数が少ない場合$\Theta(\frac{T}{T}{Sqrt{K}})$の最小後悔があることを示す。

294

Dual Manifold Adversarial Robustness: Defense against Lp and non-Lp Adversarial Attacks

この質問に部分的に答えるために、基礎となるデータの多様な情報が利用可能な場合のシナリオを検討します。

295

Cross-Scale Internal Graph Neural Network for Image Super-Resolution

この論文では、自然画像のクロススケールパッチ再発特性を調査します。つまり、同様のパッチが異なるスケールで何度も繰り返される傾向があります。

296

Unsupervised Representation Learning by Invariance Propagation

この論文では、同じカテゴリの異なるインスタンスによって提供されるカテゴリレベルの変動に対して不変な表現の学習に焦点を当てるために、不変性の伝播を提案します。

297

Restoring Negative Information in Few-Shot Object Detection

この論文では、新しいネガティブおよびポジティブ代表ベースのメトリック学習フレームワークと、ネガティブおよびポジティブ代表による新しい推論スキームを導入することにより、少数ショットオブジェクト検出におけるネガティブ情報を復元します。

298

Do Adversarially Robust ImageNet Models Transfer Better?

この作業では、別のそのような側面を特定します。敵対的にロバストなモデルは、精度は低くなりますが、転移学習に使用すると、標準でトレーニングされたモデルよりもパフォーマンスが向上することがよくあります。

299

Robust Correction of Sampling Bias using Cumulative Distribution Functions

VapnikとIzmailovによって提案された最近のアイデアの厳密な一般化による、ターゲット分布の経験累積分布関数推定を使用して、共変量シフトを処理するための新しい方法を提示します。

300

Personalized Federated Learning with Theoretical Guarantees: A Model-Agnostic Meta-Learning Approach

このホワイトペーパーでは、現在または新規のユーザーが最急降下法を1つまたは数ステップ実行することで、ローカルデータセットに簡単に適応できる初期共有モデルを見つけることを目標とする、フェデレーション学習のパーソナライズされたバリアントを研究します。独自のデータ。

301

Pixel-Level Cycle Association: A New Perspective for Domain Adaptive Semantic Segmentation

この論文では、ソースピクセルペアとターゲットピクセルペアの間にピクセルレベルのサイクルアソシエーションを構築し、それらの接続を対照的に強化して、ドメインギャップを減らし、機能をより識別しやすくすることを提案します。

302

Classification with Valid and Adaptive Coverage

このホワイトペーパーでは、カテゴリカルおよび順序付けされていない応答ラベル用にこれらの手法の特殊バージョンを開発します。これは、限界カバレッジを提供するだけでなく、複雑なデータ分布にも完全に適応します。別の方法。

303

Learning Global Transparent Models consistent with Local Contrastive Explanations

この作業では、次の質問を検討します。ブラックボックスモデルのローカル（対照的）説明と同時に正確で一貫性のある透過的なグローバルモデルを作成できますか？

304

Learning to Approximate a Bregman Divergence

この論文では、監督からの任意のブレグマン発散を近似する問題に焦点を当て、そのような近似を分析するための原理的なアプローチを提供します。

305

Diverse Image Captioning with Context-Object Split Latent Spaces

この目的のために、データセット内の画像とテキスト全体のコンテキスト記述の多様性をモデル化するために、コンテキストオブジェクト分割と呼ばれる潜在空間の新しい因数分解を導入します。

306

Learning Disentangled Representations of Videos with Missing Data

Disentangled Imputed Video autoEncoder（DIVE）を紹介します。これは、欠落データが存在する場合に将来のビデオフレームを補完および予測する深い生成モデルです。

307

Natural Graph Networks

ここでは、同変ではなく、より一般的な自然性の概念でグラフネットワークを明確に定義し、より大きなクラスのグラフネットワークを開くことができることを示します。

308

Continual Learning with Node-Importance based Adaptive Group Sparse Regularization

2つのグループスパース性ベースのペナルティを使用して、Adaptive Group Sparsity Based Continual Learning（AGS-CL）と呼ばれる新しい正則化ベースの連続学習方法を提案します。

309

Towards Crowdsourced Training of Large Neural Networks using Decentralized Mixture-of-Experts

この作業では、Learning @ homeを提案します。これは、接続が不十分な多数の参加者を処理するように設計された新しいニューラルネットワークトレーニングパラダイムです。

310

Bidirectional Convolutional Poisson Gamma Dynamical Systems

自然な文書-文-単語構造を階層ベイズモデリングに組み込んで、単語レベルの確率的畳み込みだけでなく、文レベルの確率的時間遷移も導入する畳み込みポアソンガンマ動的システム（PGDS）を提案します。

311

Deep Reinforcement and InfoMax Learning

その仮説をテストするために、Deep InfoMax（DIM）に基づく目標を導入します。これは、連続するタイムステップの内部表現間の相互情報量を最大化することにより、エージェントが将来を予測するようにトレーニングします。

312

On ranking via sorting by estimated expected utility

適切な回帰が一貫しているランキング損失の構造的特性の形で、この質問に対する回答を提供します。

313

Distribution-free binary classification: prediction sets, confidence intervals and calibration

不確実性の定量化の3つの概念（キャリブレーション、信頼区間、予測セット）を、分布のない設定で、つまりデータに分布の仮定を行わずにバイナリ分類するために研究します。

314

Closing the Dequantization Gap: PixelCNN as a Single-Layer Flow

この論文では、サブセットフローを紹介します。サブセットフローは、有限ボリュームを扱いやすく変換できるため、離散データの尤度を正確に計算できるクラスです。

315

Sequence to Multi-Sequence Learning via Conditional Chain Mapping for Mixture Signals

この作業では、混合シーケンスから複数のシーケンシャルソースを抽出するなど、1対多のシーケンストランスダクションの問題に焦点を当てます。

316

Variance reduction for Random Coordinate Descent-Langevin Monte Carlo

反例によって、RCDを盲目的に適用しても最も一般的な設定では目標が達成されないことを示します。

317

Language as a Cognitive Tool to Imagine Goals in Curiosity Driven Exploration

この能力をモデル化した、本質的に動機付けられた深層強化学習アーキテクチャであるIMAGINEを紹介します。

318

All Word Embeddings from One Embedding

この研究では、パラメーターの総数を減らすために、すべての単語の埋め込みは、共有埋め込みを変換することによって表されます。

319

Primal Dual Interpretation of the Proximal Stochastic Gradient Langevin Algorithm

対数凹確率分布に関してサンプリングのタスクを検討します。

320

How to Characterize The Landscape of Overparameterized Convolutional Neural Networks

具体的には、連続限界におけるパラメーター化された畳み込みニューラルネットワーク（CNN）の損失ランドスケープを検討します。ここでは、隠れ層のチャネル/隠れノードの数が無限大になります。

321

On the Tightness of Semidefinite Relaxations for Certifying Robustness to Adversarial Examples

この論文では、このSDP証明書が正確であるかどうか、つまり、最小の敵対的摂動のサイズの下限と、下限を達成するグローバルに最適な摂動の両方を提供するかどうかを決定する幾何学的手法について説明します。

322

Submodular Meta-Learning

このホワイトペーパーでは、メタ学習フレームワークの個別のバリアントを紹介します。

323

Rethinking Pre-training and Self-training

私たちの研究は、3つの追加の洞察で自己トレーニングの一般性と柔軟性を明らかにしています：1）より強力なデータ増強とより多くのラベル付けされたデータは事前​​トレーニングの価値をさらに減少させます2）事前トレーニングとは異なり、自己トレーニングはより強力なものを使用するときに常に役立ちます低データと高データの両方のレジームでのデータ拡張、および3）事前トレーニングが役立つ場合、事前トレーニングで自己トレーニングが向上します。

324

Unsupervised Sound Separation Using Mixture Invariant Training

この論文では、単一チャネルの音響混合のみを必要とする、完全に教師なしの方法である混合不変トレーニング（MixIT）を提案します。

325

Adaptive Discretization for Model-Based Reinforcement Learning

適応離散化の手法を導入して、大規模な（潜在的に連続的な）状態アクション空間で効率的なモデルベースのエピソード強化学習アルゴリズムを設計します。

326

CodeCMR: Cross-Modal Retrieval For Function-Level Binary Source Code Matching

この論文は、バイナリソースコードマッチングのためのエンドツーエンドのクロスモーダル検索ネットワークを提案します。これは、より高い精度を達成し、専門家の経験をあまり必要としません。

327

On Warm-Starting Neural Network Training

この作品では、この経験的現象を詳しく見て、いつ、どのように発生するかを理解しようとしています。

328

DAGs with No Fears: A Closer Look at Continuous Optimization for Learning Bayesian Networks

KKT条件に基づいて、ローカル検索後処理アルゴリズムが提案され、テストされたすべてのアルゴリズムの構造的ハミング距離を通常2倍以上改善することが示されています。

329

OOD-MAML: Meta-Learning for Few-Shot Out-of-Distribution Detection and Classification

いくつかのラベル付きの例のみを使用して、見られたクラスからのサンプルを分類しながら、トレーニング中に見られないクラスからの分布外（OOD）サンプルを検出するための数ショット学習方法を提案します。

330

An Imitation from Observation Approach to Transfer Learning with Dynamics Mismatch

この論文では、この伝達問題に対する既存の解​​決策の1つである、根拠のある行動変換が、観察からの模倣（IfO）の問題と密接に関連していることを示します。行動のデモンストレーションの観察を模倣する行動の学習です。

331

Learning About Objects by Learning to Interact with Them

遊びと相互作用を通じて環境から学ぶ幼児からインスピレーションを得て、相互作用から学ぶというこのパラダイムに沿って、オブジェクトを発見し、その物理的特性を学ぶための計算フレームワークを提示します。

332

Learning discrete distributions with infinite support

全変動メトリックで（潜在的に）無限のサポートを使用して離散分布を推定するための新しいアプローチを提示します。

333

Dissecting Neural ODEs

この作業では、「箱を開ける」ことで、基礎となるダイナミクスに対するいくつかの設計選択の影響を明らかにすることを目的として、連続深度の定式化をさらに開発します。

334

Teaching a GAN What Not to Learn

この論文では、「知ることの芸術は何を無視するかを知ることである」と言った有名なペルシャの詩人ルミの哲学に動機付けられた別の視点から、教師ありGAN問題にアプローチします。

335

Counterfactual Data Augmentation using Locally Factored Dynamics

オブジェクト指向の状態表現を前提としてこれらの構造を推測するアプローチと、反事実データ拡張（CoDA）の新しいアルゴリズムを提案します。

336

Rethinking Learnable Tree Filter for Generic Feature Transform

幾何学的制約を緩和するために、それをマルコフ確率場として再定式化することによって分析を行い、学習可能な単項項を導入します。

337

Self-Supervised Relational Reasoning for Representation Learning

この作業では、学習者がラベルのないデータに暗黙的に含まれる情報から信号をブートストラップできるようにする、リレーショナル推論の新しい自己教師あり定式化を提案します。

338

Sufficient dimension reduction for classification using principal optimal transport direction

この問題に対処するために、最適なトランスポートを使用した十分な次元削減部分空間（SDR部分空間）の新しい推定方法を提案します。

339

Fast Epigraphical Projection-based Incremental Algorithms for Wasserstein Distributionally Robust Support Vector Machine

この論文では、ワッサースタイン分布ロバストサポートベクターマシン（DRSVM）問題のファミリーに焦点を当て、それらを解決するための2つの新しい碑文投影ベースのインクリメンタルアルゴリズムを提案します。

340

Differentially Private Clustering: Tight Approximation Ratios

Euclidean DensestBall、1-Cluster、k-means、k-medianなど、いくつかの基本的なクラスタリングの問題について、非プライベートアルゴリズムで取得できるものと本質的に同じ近似比を実現する効率的な差分プライベートアルゴリズムを提供します。小さな加算エラーのみが発生します。

341

On the Power of Louvain in the Stochastic Block Model

ルーバンの分析だけでなく、他の多くの組み合わせアルゴリズムにも役立つツールを提供しています。

342

Fairness with Overlapping Groups; a Probabilistic Perspective

アルゴリズム的に公正な予測問題では、標準的な目標は、複数の重複するグループ間で同時に公平性メトリックが等しくなるようにすることです。確率的母集団分析を使用して、この標準的な公正な分類問題を再検討します。これにより、ベイズ最適分類器が明らかになります。

343

AttendLight: Universal Attention-Based Reinforcement Learning Model for Traffic Signal Control

信号制御の問題に対するエンドツーエンドの強化学習（RL）アルゴリズムであるAttendLightを提案します。

344

Searching for Low-Bit Weights in Quantized Neural Networks

したがって、任意の量子化ニューラルネットワークの離散重みを検索可能な変数と見なし、微分法を利用してそれらを正確に検索することを示します。

345

Adaptive Reduced Rank Regression

上限を補完するために、この問題のアルゴリズムのパフォーマンスに下限を設定するための新しい手法を紹介します。

346

From Predictions to Decisions: Using Lookahead Regularization

このために、ユーザーのアクションを予測することにより、予測モデルが結果を改善するアクションも誘発するように促す先読み正則化を導入します。

347

Sequential Bayesian Experimental Design with Variable Cost Structure

改良の決定においてこれらの変動費を説明するアルゴリズムを提案し、実証します。

348

Predictive inference is free with the jackknife+-after-bootstrap

この論文では、ジャックナイフ+アフターブートストラップ（J + aB）を提案します。これは、利用可能なブートストラップサンプルとそれに対応する適合モデルのみを使用するため、コストの点で「無料」である予測区間を構築する手順です。モデルフィッティングの。

349

Counterfactual Predictions under Runtime Confounding

この設定で反事実予測モデルを学習するための二重にロバストな手順を提案します。

350

Learning Loss for Test-Time Augmentation

この論文では、テスト入力に適した変換を効率的に選択する、新しいインスタンスレベルのテスト時間の拡張を提案します。

351

Balanced Meta-Softmax for Long-Tailed Visual Recognition

この論文では、Softmax関数がほとんどの分類タスクで使用されているものの、ロングテール設定の下でバイアス勾配推定を提供することを示します。

352

Efficient Exploration of Reward Functions in Inverse Reinforcement Learning via Bayesian Optimization

このホワイトペーパーでは、ベイズ最適化-IRL（BO-IRL）と呼ばれるIRLフレームワークを紹介します。これは、報酬関数空間を効率的に探索することにより、専門家のデモンストレーションと一致する複数のソリューションを識別します。

353

MDP Homomorphic Networks: Group Symmetries in Reinforcement Learning

この論文では、深層強化学習のためのMDP準同型ネットワークを紹介します。

354

How Can I Explain This to You? An Empirical Study of Deep Neural Network Explanation Methods

クロスアナリシスのAmazonMechanical Turk調査を実施し、人気のある最先端の説明方法を比較して、モデルの決定を説明するのにどちらが優れているかを経験的に判断しました。

355

On the Error Resistance of Hinge-Loss Minimization

この作業では、そのような代理損失最小化アルゴリズムが正しい分類器を確実に学習するデータの一連の条件を特定します。

356

Munchausen Reinforcement Learning

私たちの中心的な貢献は、非常に単純なアイデアにあります。スケーリングされたログポリシーを即時の報酬に追加することです。

357

Object Goal Navigation using Goal-Oriented Semantic Exploration

エピソードセマンティックマップを構築し、それを使用してゴールオブジェクトカテゴリに基づいて環境を効率的に探索する、「ゴール指向セマンティック探索」と呼ばれるモジュラーシステムを提案します。

358

Efficient semidefinite-programming-based inference for binary and multi-class MRFs

この論文では、最近提案された座標降下ベースの高速半定値ソルバーを代わりに利用することにより、ペアワイズMRFで分配関数またはMAP推定を計算するための効率的な方法を提案します。

359

Funnel-Transformer: Filtering out Sequential Redundancy for Efficient Language Processing

この直感で、隠れた状態のシーケンスを徐々に短いものに圧縮し、計算コストを削減するFunnel-Transformerを提案します。

360

Semantic Visual Navigation by Watching YouTube Videos

このホワイトペーパーでは、YouTubeの動画を見るだけで、新しい環境で関心のあるオブジェクトに移動するためのこのようなセマンティックキューを学習して活用します。

361

Heavy-tailed Representations, Text Polarity Classification & Data Augmentation

この論文では、多変量極値理論のフレームワークを使用して、分布のバルクから遠く離れた点を分析できる、分布の裾に関する望ましい規則性を備えた裾の重い埋め込みを学習する新しい方法を開発します。

362

SuperLoss: A Generic Loss for Robust Curriculum Learning

代わりに、学習手順を変更せずにさまざまな損失やタスクに適用できる、シンプルで一般的な方法を提案します。

363

CogMol: Target-Specific and Selective Drug Design for COVID-19 Using Deep Generative Models

この研究では、CogMol（Controlled Generation of Molecules）という名前のエンドツーエンドのフレームワークを提案し、高い親和性とオフターゲット選択性で新規ウイルスタンパク質を標的とする新薬のような小分子を設計します。

364

Memory Based Trajectory-conditioned Policies for Learning from Sparse Rewards

この作業では、限られた多様性での良い経験に焦点を当てるのではなく、メモリバッファから多様な過去の軌道を追跡および拡張するための軌道条件付きポリシーを学習することを提案します。

365

Liberty or Depth: Deep Bayesian Neural Nets Do Not Need Complex Weight Posterior Approximations

ベイズニューラルネットワークにおける変分推論の平均場近似は厳しく制限されているという長年の仮定に異議を唱え、これが深いネットワークには当てはまらないことを示します。

366

Improving Sample Complexity Bounds for (Natural) Actor-Critic Algorithms

対照的に、この論文では、マルコフサンプリング下でのACとNACの収束率とサンプルの複雑さを、各反復のミニバッチデータと、一般的なポリシークラス近似を持つアクターで特徴付けています。

367

Learning Differential Equations that are Easy to Solve

学習したダイナミクスをより簡単に解決できるようにするための救済策を提案します。

368

Stability of Stochastic Gradient Descent on Nonsmooth Convex Losses

具体的には、任意のリプシッツ非平滑凸損失に対して、いくつかの形式のSGDおよびフルバッチGDに鋭い上限と下限を提供します。

369

Influence-Augmented Online Planning for Complex Environments

この作業では、影響力を増強したオンライン計画を提案します。これは、環境全体の因数分解されたシミュレーターを、計画エージェントの観測と報酬に最も関連する状態変数のみをサンプリングし、機械学習手法を使用した、残りの環境からの影響。

370

PAC-Bayes Learning Bounds for Sample-Dependent Priors

サンプルに依存する事前確率を使用したランダム化アルゴリズムの一連の新しいPACベイズ学習保証を示します。

371

Reward-rational (implicit) choice: A unifying formalism for reward learning

私たちの重要な観察は、さまざまなタイプの行動が単一の統一形式で解釈できるということです–人間が行う報酬合理的な選択として、しばしば暗黙のうちに。

372

Probabilistic Time Series Forecasting with Shape and Temporal Diversity

このホワイトペーパーでは、非常に困難であるが非常に重要な非定常時系列のこの問題に対処します。

373

Low Distortion Block-Resampling with Spatially Stochastic Networks

可能な限り多様な古い画像から新しい画像を生成する問題を形式化して攻撃し、グローバルな一貫性を保ちながら、画像の特定の部分で制限なしに変更できるようにします。

374

Continual Deep Learning by Functional Regularisation of Memorable Past

このホワイトペーパーでは、忘れないようにするために重要ないくつかの記憶に残る過去の例を利用する新しい機能正則化アプローチを使用して、この問題を修正します。

375

Distance Encoding: Design Provably More Powerful Neural Networks for Graph Representation Learning

ここでは、距離エンコーディング（DE）と呼ばれる、構造関連の機能の一般的なクラスを提案し、数学的に分析します。

376

Fast Fourier Convolution

この作業では、高速フーリエ畳み込み（FFC）と呼ばれる新しい畳み込み演算子を提案します。これは、非局所受容野と畳み込みユニット内のクロススケール融合の主な特徴を備えています。

377

Unsupervised Learning of Dense Visual Representations

この論文では、密な表現の教師なし学習のために、ビューにとらわれない密な表現（VADeR）を提案します。

378

Higher-Order Certification For Randomized Smoothing

この作業では、基礎となる平滑化スキームを変更することなく、これらの平滑化された分類器の認定された安全領域を改善するためのフレームワークを提案します。

379

Learning Structured Distributions From Untrusted Batches: Faster and Simpler

この論文では、[JO19]と[CLM19]の手法を統合して、両方の長所を生かす魅力的な方法を見つけます。多項式時間で実行され、基礎となる分布の構造を利用して劣線形サンプルの複雑さを実現できるアルゴリズムです。

380

Hierarchical Quantized Autoencoders

これにより、階層型VQ-VAEをトレーニングするための新しい目的を紹介します。

381

Diversity can be Transferred: Output Diversification for White- and Black-box Attacks

これらの攻撃の効率を改善するために、生成されたサンプル間でターゲットモデルの出力の多様性を最大化しようとする新しいサンプリング戦略である出力多様化サンプリング（ODS）を提案します。

382

POLY-HOOT: Monte-Carlo Planning in Continuous Space MDPs with Non-Asymptotic Analysis

この論文では、連続的な状態-アクション空間がある環境でのモンテカルロ計画について考察します。これは、制御およびロボット工学の重要なアプリケーションではあまり理解されていない問題です。

383

AvE: Assistance via Empowerment

代わりに、環境を制御する人間の能力を高めることによって支援のための新しいパラダイムを提案し、人間のエンパワーメントで強化学習を強化することによってこのアプローチを形式化します。

384

Variational Policy Gradient Method for Reinforcement Learning with General Utilities

この論文では、マルコフ決定問題における政策最適化を検討します。ここでの目的は、前述の例のいくつかを特殊なケースとして含む、状態アクション占有率測定の一般的な効用関数です。

385

Reverse-engineering recurrent neural network solutions to a hierarchical inference task for mice

リカレントニューラルネットワーク（RNN）が、2つの潜在変数と1〜2桁離れた異なるタイムスケールを含む階層的推論タスクをどのように解決するかを研究します。

386

Temporal Positive-unlabeled Learning for Biomedical Hypothesis Generation via Risk Estimation

ポジティブ事前確率を推定するための変分推論モデルを提案し、それをノードペアの埋め込みの学習に組み込みます。これはリンク予測に使用されます。

387

Efficient Low Rank Gaussian Variational Inference for Neural Networks

新しい形式の再パラメータ化トリックを使用することにより、低ランクと対角共分散構造を持つガウス族でVIを実行するための計算効率の高いアルゴリズムを導出します。

388

Privacy Amplification via Random Check-Ins

このホワイトペーパーでは、データが多くのデバイス（クライアント）に分散されるフェデレーション学習（FL）の設定で、DP-SGDのような反復法を実行することに焦点を当てます。

389

Probabilistic Circuits for Variational Inference in Discrete Graphical Models

この論文では、Sum Product Networks（SPN）などの確率的回路モデルの扱いやすさを活用して、特定のクラスの密度のELBO勾配を正確に（サンプリングせずに）計算する新しいアプローチを提案します。

390

Your Classifier can Secretly Suffice Multi-Source Domain Adaptation

この作業では、MSDAとは異なる視点を提示します。ここでは、ラベルの監視下でドメインを暗黙的に整列させるために深いモデルが観察されます。

391

Labelling unlabelled videos from scratch with multi-modal self-supervision

この作業では、a）ビデオデータセットの教師なしラベリングが強力な機能エンコーダーから解放されないことを示し、b）自然を活用することにより、人間の注釈なしでビデオデータセットの疑似ラベリングを可能にする新しいクラスタリング方法を提案しますオーディオモダリティとビジュアルモダリティ間の対応。

392

A Non-Asymptotic Analysis for Stein Variational Gradient Descent

この論文では、SVGDアルゴリズムの新しい有限時間分析を提供します。

393

Robust Meta-learning for Mixed Linear Regression with Small Batches

両方のシナリオで同時に堅牢なスペクトルアプローチを紹介します。

394

Bayesian Deep Learning and a Probabilistic Perspective of Generalization

深いアンサンブルが近似ベイズ周縁化の効果的なメカニズムを提供することを示し、大きなオーバーヘッドなしに、引力の盆地内で周縁化することによって予測分布をさらに改善する関連アプローチを提案します。

395

Unsupervised Learning of Object Landmarks via Self-Training Correspondence

このペーパーでは、オブジェクトのランドマークの教師なし発見の問題に対処します。

396

Randomized tests for high-dimensional regression: A more efficient and powerful solution

この論文では、ランダム射影手法を活用してこの質問に肯定的に答え、古典的な$F$検定とランダム射影ステップを組み合わせたテスト手順を提案します。

397

Learning Representations from Audio-Visual Spatial Alignment

視聴覚コンテンツから表現を学習するための新しい自己教師あり口実タスクを紹介します。

398

Generative View Synthesis: From Single-view Semantics to Novel-view Images

エンベロープをさらに推し進め、単一のセマンティックマップが与えられたシーンの複数のフォトリアリスティックビューを合成できるGenerative View Synthesis（GVS）を導入することを提案します。

399

Towards More Practical Adversarial Attacks on Graph Neural Networks

したがって、収穫逓減パターンを考慮した重要度スコアを修正するための貪欲な手順を提案します。

400

Multi-Task Reinforcement Learning with Soft Modularization

したがって、タスク間でパラメーターを単純に共有する代わりに、この最適化問題を軽減するために、ポリシー表現に明示的なモジュール化手法を導入します。

401

Causal Shapley Values: Exploiting Causal Knowledge to Explain Individual Predictions of Complex Models

この論文では、独立性の仮定を回避することを目的とした最近の研究を一般化する、シャープレイ値を計算するための新しいフレームワークを提案します。

402

On the training dynamics of deep networks with $L_2$ regularization

深層学習における$L_2$正則化の役割を研究し、モデルのパフォーマンス、$L_2$係数、学習率、およびトレーニングステップ数の間の単純な関係を明らかにします。

403

Improved Algorithms for Convex-Concave Minimax Optimization

この論文では、ミニマックス最適化問題minx maxy f（x、y）を研究します。ここで、f（x、y）はmx-xに対して強く凸、my-yに対して強く凹、（Lx、Lxy、Ly）-滑らかです。 。

404

Deep Variational Instance Segmentation

この論文では、インスタンスラベルを予測するために完全畳み込みネットワーク（FCN）を直接利用する新しいアルゴリズムを提案します。

405

Learning Implicit Functions for Topology-Varying Dense 3D Shape Correspondence

この論文の目的は、教師なしの方法でトポロジーが変化するオブジェクトの密な3D形状対応を学習することです。

406

Deep Multimodal Fusion by Channel Exchanging

この目的のために、この論文は、異なるモダリティのサブネットワーク間でチャネルを動的に交換するパラメータのないマルチモーダル融合フレームワークであるチャネル交換ネットワーク（CEN）を提案します。

407

Hierarchically Organized Latent Modules for Exploratory Search in Morphogenetic Systems

この論文では、メタダイバーシティ検索と呼ばれるものの必要性を動機付け、最終的なオブザーバーとその動機に強く依存するため、ユニークなグラウンドトゥルースの興味深いダイバーシティは存在しないと主張します。

408

AI Feynman 2.0: Pareto-optimal symbolic regression exploiting graph modularity

与えられた複雑さに対して最高の精度を持つという意味で、パレート最適である式にデータを適合させようとするシンボリック回帰の改善された方法を提示します。

409

Delay and Cooperation in Nonstochastic Linear Bandits

この論文は、遅延バンディットフィードバックを伴うオンライン線形最適化のためのほぼ最適なアルゴリズムを提供します。

410

Probabilistic Orientation Estimation with Matrix Fisher Distributions

このホワイトペーパーでは、ディープニューラルネットワークを使用して、一連の3D回転（SO（3））の確率分布を推定することに焦点を当てています。

411

Minimax Dynamics of Optimally Balanced Spiking Networks of Excitatory and Inhibitory Neurons

全体として、デールの法則に違反する広く使用されているエネルギー最小化ネットワークを超えて、スパイクEIネットワークの新しい規範的モデリングアプローチを提示します。

412

Telescoping Density-Ratio Estimation

この制限を解決するために、新しいフレームワークである伸縮密度比推定（TRE）を導入します。これにより、高次元空間内の非常に異なる密度間の比を推定できます。

413

Towards Deeper Graph Neural Networks with Differentiable Group Normalization

ギャップを埋めるために、2つの過度の平滑化メトリックと新しい手法、つまり微分可能グループ正規化（DGN）を導入します。

414

Stochastic Optimization for Performative Prediction

パフォーマンス予測のための確率的最適化の研究を開始します。

415

Learning Differentiable Programs with Admissible Neural Heuristics

ドメイン固有言語のプログラムとして表現された微分可能関数を学習する問題を研究します。

416

Improved guarantees and a multiple-descent curve for Column Subset Selection and the Nystrom method

データマトリックスのスペクトル特性を利用して、標準の最悪の場合の分析を超える改善された近似保証を取得する手法を開発します。

417

Domain Adaptation as a Problem of Inference on Graphical Models

複数のソースドメインを使用したドメイン適応の自動化された方法を開発するために、データから学習できる同時分布の変更プロパティをエンコードするコンパクトな方法としてグラフィカルモデルを使用し、ドメイン適応をの問題と見なすことを提案します。グラフィカルモデルでのベイズ推定。

418

Network size and size of the weights in memorization with two-layers neural networks

これに対し、我々は、{em complex}に基づいた新しいReLUネットワークの学習方法を提案する。({\em real}とは対照的に)ニューロンの組換えを行い、$O\left(\frac{n}{d} \cdot \frac{\log(1/\epsilon)}{\epsilon}\right)$ニューロンの両方で近似的な記憶を行い、重みのサイズをほぼ最適化することを示す。

419

Certifying Strategyproof Auction Networks

ニューラルネットワーク検証の文献からの手法を使用して、特定の評価プロファイルの下で戦略的証拠性を明示的に検証する方法を提案します。

420

Continual Learning of Control Primitives : Skill Discovery via Reset-Games

この作業では、リセットの必要性を排除しながら、単一の方法でエージェントが最小限の監督でスキルを習得する方法を示します。

421

HOI Analysis: Integrating and Decomposing Human-Object Interaction

基本波を重ね合わせて信号を表現する方法を研究することを目的とする調和解析と同様に、HOI解析を提案します。

422

Strongly local p-norm-cut algorithms for semi-supervised learning and local graph clustering

この論文では、pノルムを含むこれらの方法の背後にある目的関数の一般化を提案します。

423

Deep Direct Likelihood Knockoffs

Deep Direct Likelihood Knockoffs（DDLK）を開発しました。これは、ノックオフスワッププロパティによって示されるKL発散を直接最小化します。

424

Meta-Neighborhoods

この作業では、この方向に進み、入力の近傍に適応して予測が行われるセミパラメトリック手法であるMeta-Neighborhoodsを提案します。

425

Neural Dynamic Policies for End-to-End Sensorimotor Learning

この作業では、このギャップを埋め始め、微分方程式を使用してアクションスペースを再パラメーター化することにより、ダイナミクス構造をディープニューラルネットワークベースのポリシーに埋め込みます。

426

A new inference approach for training shallow and deep generalized linear models of noisy interacting neurons

ここでは、刺激の相関の影響を各トレーニングステップのネットワーク相互作用から明示的に分離することにより、相互作用するニューロンのロバストな一般化線形モデルをトレーニングできる2ステップの推論戦略を開発します。

427

Decision-Making with Auto-Encoding Variational Bayes

これらの理論的結果に動機付けられて、最良のモデルのいくつかの近似提案を学習し、意思決定のために複数の重要度サンプリングを使用してそれらを組み合わせることを提案します。

428

Attribution Preservation in Network Compression for Reliable Network Interpretation

このホワイトペーパーでは、ネットワーク圧縮によって生成された属性が変形し、ミッションクリティカルなアプリケーションに悲惨な結果をもたらす可能性があるため、これらの一見無関係な手法が互いに競合することを示します。

429

Feature Importance Ranking for Deep Learning

この論文では、固定サイズの最適な機能サブセットを発見し、それらの機能の重要性を最適なサブセットで同時にランク付けするための、オペレータとセレクタで構成される新しいデュアルネットアーキテクチャを提案します。

430

Causal Estimation with Functional Confounders

真の交絡因子値が観測データの関数として表現できる場合の因果推論を研究します。この設定推定を機能的交絡因子（EFC）と呼びます。

431

Model Inversion Networks for Model-Based Optimization

スコアから入力への逆マッピングを学習するモデル反転ネットワーク（MIN）を使用して、このような問題に対処することを提案します。

432

Hausdorff Dimension, Heavy Tails, and Generalization in Neural Networks

このギャップを埋めることを目的として、この論文では、SGDの軌道が、いくつかの最近のSDE表現を含むマルコフプロセスの豊富なクラスを定義する¥emph {Fellerプロセス}によって十分に近似できるという仮定の下で、SGDの一般化限界を証明します。 （ブラウン運動または裾が重い）特殊なケースとして。

433

Exact expressions for double descent and implicit regularization via surrogate random design

最小ノルム線形推定量の二重降下の最初の正確な非漸近式を提供します。

434

Certifying Confidence via Randomized Smoothing

この作業では、平滑化された分類器の予測信頼度のために認定された半径を生成する方法を提案します。

435

Learning Physical Constraints with Neural Projections

基盤となる制約を学習することにより、物理システムの動作を予測するニューラルネットワークの新しいファミリを提案します。

436

Robust Optimization for Fairness with Noisy Protected Groups

最初に、ノイズの多い保護されたグループラベルに素朴に依存することの結果を調査します。ノイズのあるグループ^ Gで公平性基準が満たされる場合、真のグループGでの公平性違反の上限を提供します。

437

Noise-Contrastive Estimation for Multivariate Point Processes

代わりに、ノイズ対照推定のバージョンを適用する方法を示します。これは、より安価な確率的目的を持つ一般的なパラメーター推定方法です。

438

A Game-Theoretic Analysis of the Empirical Revenue Maximization Algorithm with Endogenous Sampling

Lavi et al（2019）によって提案されたインセンティブ認識指標の定義を一般化して、N個の入力サンプルからのm> = 1の変化によるERMの出力価格の低下を定量化し、この指標の特定の収束率を提供します。さまざまなタイプの入力分布でNが無限大になると、ゼロになります。

439

Neural Path Features and Neural Path Kernel : Understanding the role of gates in deep learning

この論文では、深層学習におけるゲートとアクティブなサブネットワークの役割を分析的に特徴付けます。

440

Multiscale Deep Equilibrium Models

大規模で高度に階層化されたパターン認識ドメインに適した、新しいクラスの陰的ネットワーク、マルチスケール深平衡モデル（MDEQ）を提案します。

441

Sparse Graphical Memory for Robust Planning

状態と実行可能な遷移をスパースメモリに格納する新しいデータ構造であるスパースグラフィカルメモリ（SGM）を紹介します。

442

Second Order PAC-Bayesian Bounds for the Weighted Majority Vote

マルチクラス分類における加重多数決の予想リスクの新しい分析を提示します。

443

Dirichlet Graph Variational Autoencoder

この作業では、潜在因子としてグラフクラスターメンバーシップを持つディリクレグラフ変分オートエンコーダー（DGVAE）を提示します。

444

Modeling Task Effects on Meaning Representation in the Brain via Zero-Shot MEG Prediction

現在の作業では、具体的な名詞についての質問に答えることを任務とする参加者の脳磁図（MEG）脳記録を研究します。

445

Counterfactual Vision-and-Language Navigation: Unravelling the Unseen

観察と生成された反事実環境の両方から学習する新しい学習戦略を提案します。

446

Robust Quantization: One Model to Rule Them All

この問題に対処するために、広範囲の量子化プロセスに対してモデルに固有のロバスト性を提供する方法を提案します。

447

Enabling certification of verification-agnostic networks via memory-efficient semidefinite programming

この作業では、（1）いつでも境界を提供する1次デュアルSDPアルゴリズムを提案します。（2）ネットワークアクティベーションの総数で線形のみのメモリが必要であり、（3）反復ごとの複雑さは線形にスケーリングします。ネットワークを介した順方向/逆方向パスの複雑さ。

448

Federated Accelerated Stochastic Gradient Descent

分散最適化のために、Federated Averaging（FedAvg、Local SGDとも呼ばれます）の原理的な加速であるFederated Accelerated Stochastic Gradient Descent（FedAc）を提案します。

449

Robust Density Estimation under Besov IPM Losses

データの「汚染された」割合が未知の外れ値分布に由来するHuber汚染モデルの下で、ノンパラメトリック密度推定のミニマックス収束率を研究します。

450

An analytic theory of shallow networks dynamics for hinge loss classification

この論文では、単純なタイプのニューラルネットワークのトレーニングダイナミクスを詳細に研究します。分類タスクを実行するようにトレーニングされた単一の隠れ層です。

451

Fixed-Support Wasserstein Barycenters: Computational Hardness and Fast Algorithm

サイズ$n$の有限距離空間でサポートされる$m$離散確率測度のワッサースタイン重心を計算することで構成される固定サポートワッサースタイン重心問題（FS-WBP）を研究します。

452

Learning to Orient Surfaces by Self-supervised Spherical CNNs

この作業では、点群として表されるサーフェスの堅牢な正規方向を学習する可能性を示します。

453

Adam with Bandit Sampling for Deep Learning

この論文では、Adambsと呼ばれるAdamの一般化を提案します。これにより、モデルの収束における重要性に基づいて、さまざまなトレーニング例にも適応できます。

454

Parabolic Approximation Line Search for DNNs

この放物線特性を利用して、損失形状に依存する更新ステップを実行する、シンプルで堅牢なライン探索アプローチを紹介します。

455

Agnostic Learning of a Single Neuron with Gradient Descent

勾配降下法を用いて、i.i.d.サンプルの集合$S\sim \mathcal{D}^n$.によって誘発される経験的リスクを最小化することによって、いくつかの未知の共同分布$\mathcal{D}$上の期待される二乗損失$\E_{(x,y)\sim \mathcal{D}}[(\sigma(w^\top x)-y)^2]$によって測定される最適な単一ニューロンを学習する問題を考える。

456

Statistical Efficiency of Thompson Sampling for Combinatorial Semi-Bandits

Combinatorial Thompson Sampling policy（CTS）の変形を分析することにより、これら2つのファミリに関する上記の質問に答えることを提案します。

457

Analytic Characterization of the Hessian in Shallow ReLU Models: A Tale of Symmetry

ラベルがターゲットネットワークによって生成される二乗損失に関して、2層ReLUネットワークのフィッティングに関連する最適化問題を検討します。

458

Generative causal explanations of black-box classifiers

学習したデータの低次元表現に基づいて、ブラックボックス分類器の因果的な事後説明を生成する方法を開発します。

459

Sub-sampling for Efficient Non-Parametric Bandit Exploration

この論文では、リサンプリングに基づく最初の多腕バンディットアルゴリズムを提案します。これは、異なる腕のファミリー（つまり、ベルヌーイ、ガウス、ポアソン分布）に対して漸近的に最適な後悔を同時に達成します。

460

Learning under Model Misspecification: Applications to Variational and Ensemble methods

この作業では、2次PAC-Bayes境界の新しいファミリを使用して、モデルの仕様ミスとiidデータの下でのベイズモデル平均化の一般化パフォーマンスの新しい分析を示します。

461

Language Through a Prism: A Spectral Approach for Multiscale Language Representations

スケール固有の情報を深い表現で分離するモデルの構築を提案し、トレーニング中にモデルを奨励して特定の関心のあるスケールについてさらに学習する方法を開発します。

462

DVERGE: Diversifying Vulnerabilities for Enhanced Robust Generation of Ensembles

非ロバストな機能を抽出することで各サブモデルの敵対的な脆弱性を分離し、敵対的な脆弱性を多様化して転送攻撃に対して多様な出力を誘導するDVERGEを提案します。

463

Towards practical differentially private causal graph discovery

この論文では、最先端の比較してユーティリティと実行時間の両方を改善する、差分プライベート因果グラフ発見アルゴリズム、Priv-PCを提示します。

464

Independent Policy Gradient Methods for Competitive Reinforcement Learning

2つのエージェント（つまり、ゼロサム確率ゲーム）を使用した競争力のある強化学習設定で、独立した学習アルゴリズムのグローバルな非漸近収束保証を取得します。

465

The Value Equivalence Principle for Model-Based Reinforcement Learning

このホワイトペーパーでは、モデルベースのRLエージェントの限られた表現リソースを使用して、価値ベースの計画に直接役立つモデルを構築することをお勧めします。

466

Structured Convolutions for Efficient Neural Network Design

この作業では、畳み込みニューラルネットワークのビルディングブロックの暗黙的な構造の冗長性を活用することにより、モデルの効率に取り組みます。

467

Latent World Models For Intrinsically Motivated Exploration

この作業では、報酬がまばらで、部分的に観察可能な環境を検討します。

468

Estimating Rank-One Spikes from Heavy-Tailed Noise via Self-Avoiding Walks

この作業では、ガウスノイズに対しても最適なBBPしきい値までの裾が重いノイズに対して機能する推定量を示します。

469

Policy Improvement via Imitation of Multiple Oracles

このホワイトペーパーでは、複数のオラクルからの矛盾するアドバイスを解決するための自然なベースラインとして、オラクルポリシーの値の州ごとの最大値を提案します。

470

Training Generative Adversarial Networks by Solving Ordinary Differential Equations

この観点から、GANのトレーニングにおける不安定性は、連続ダイナミクスを離散化する際の積分エラーから生じると仮定します。

471

Learning of Discrete Graphical Models with Neural Networks

このGRISEの制限に取り組むために、グラフィカルモデル学習用のニューラルネットベースのアルゴリズムであるNeurISEを紹介します。

472

RepPoints v2: Verification Meets Regression for Object Detection

このホワイトペーパーでは、この哲学を利用して、特にRepPointsによる最先端のオブジェクト検出を改善します。

473

Unfolding the Alternating Optimization for Blind Super Resolution

これらの問題に向けて、これら2つのステップを個別に検討する代わりに、交互最適化アルゴリズムを採用します。これにより、ブラーカーネルを推定し、単一のモデルでSR画像を復元できます。

474

Entrywise convergence of iterative methods for eigenproblems

ここでは、距離が？2 ??で測定されるときの部分空間反復の収束について説明します。規範と決定論的境界を提供します。

475

Learning Object-Centric Representations of Multi-Object Scenes from Multiple Views

これに対処するために、¥textit {マルチビューおよびマルチオブジェクトネットワーク（MulMON）}を提案します。これは、複数のビューを活用して、マルチオブジェクトシーンの正確なオブジェクト中心の表現を学習する方法です。

476

A Catalyst Framework for Minimax Optimization

強い凸凹の目的でスムーズなミニマックス最適化を行うための一般的な¥emph {2ループ}スキームを紹介します。

477

Self-supervised Co-Training for Video Representation Learning

この論文の目的は、視覚のみの自己教師ありビデオ表現学習です。

478

Gradient Estimation with Stochastic Softmax Tricks

摂動モデルフレームワーク内で作業し、確率的ソフトマックストリックを導入します。これは、ガンベル-ソフトマックストリックを組み合わせ空間に一般化します。

479

Meta-Learning Requires Meta-Augmentation

メタ拡張の情報理論的フレームワークを紹介します。これにより、ランダム性を追加すると、基本学習者とモデルが、新しいタスクに一般化されない簡単なソリューションを学習するのを思いとどまらせます。

480

SLIP: Learning to predict in unknown dynamical systems with long-term memory

確率的ノイズの下で未知の部分的に観測された線形力学系（LDS）でのオンライン予測のための効率的で実用的な（多項式時間）アルゴリズムを提示します。

481

Improving GAN Training with Probability Ratio Clipping and Sample Reweighting

この問題を解決するために、優れたトレーニング安定性を享受する新しい変分GANトレーニングフレームワークを提案します。

482

Bayesian Bits: Unifying Quantization and Pruning

ベイジアンビットを紹介します。これは、勾配ベースの最適化による混合精度の量子化と剪定を組み合わせた実用的な方法です。

483

On Testing of Samplers

この論文の主な貢献は、上記の課題に対する肯定的な答えです。Barbarikに動機付けられていますが、さまざまな手法と分析を使用して、サンプラーによって生成された分布がイプシロンに近いかイータから遠いかをテストするアルゴリズムであるBarbarik2を設計します。任意のターゲット分布。

484

Gaussian Process Bandit Optimization of the Thermodynamic Variational Objective

この論文では、これらの点を自動的に選択するための特注のガウス過程バンディット最適化手法を紹介します。

485

MiniLM: Deep Self-Attention Distillation for Task-Agnostic Compression of Pre-Trained Transformers

この作業では、ディープセルフアテンション蒸留と呼ばれる、事前にトレーニングされたモデルに基づいた大型のトランスフォーマー（Vaswani et al。、2017）を圧縮するためのシンプルで効果的なアプローチを紹介します。

486

Optimal Epoch Stochastic Gradient Descent Ascent Methods for Min-Max Optimization

この論文では、滑らかさや滑らかさについて追加の仮定を課すことなく、強く凸状の強い凹面（SCSC）の最小-最大問題を解決するためのエポックワイズ確率的勾配降下法（エポック-GDAと呼ばれる）の鋭い分析を提供することによって、このギャップを埋めます。関数の構造。

487

Woodbury Transformations for Deep Generative Flows

この論文では、ウッドベリー行列の同一性を介して効率的な可逆性とシルベスターの行列式のアイデンティティを介して効率的な行列式計算を実現するウッドベリー変換を紹介します。

488

Graph Contrastive Learning with Augmentations

この論文では、グラフデータの教師なし表現を学習するためのグラフ対照学習（GraphCL）フレームワークを提案します。

489

Gradient Surgery for Multi-Task Learning

この作業では、有害な勾配干渉を引き起こすマルチタスク最適化ランドスケープの3つの条件のセットを特定し、タスク勾配間のそのような干渉を回避するためのシンプルでありながら一般的なアプローチを開発します。

490

Bayesian Probabilistic Numerical Integration with Tree-Based Models

このホワイトペーパーでは、ベイジアン加法回帰ツリー（BART）事前確率に基づく新しいベイジアン数値積分アルゴリズム（BART-Intと呼びます）を使用してこの問題に取り組むことを提案します。

491

Deep learning versus kernel learning: an empirical study of loss landscape geometry and the time evolution of the Neural Tangent Kernel

非線形ディープネットワークのトレーニングダイナミクス、損失ランドスケープのジオメトリ、およびデータ依存NTKの時間発展の間の関係を研究します。

492

Graph Meta Learning via Local Subgraphs

ここでは、グラフの新しいメタ学習アルゴリズムであるG-Metaを紹介します。

493

Stochastic Deep Gaussian Processes over Graphs

この論文では、グラフ領域の入力信号と出力信号の間のマッピングを学習する深層構造モデルである、グラフ上の確率的深層ガウス過程（DGPG）を提案します。

494

Bayesian Causal Structural Learning with Zero-Inflated Poisson Bayesian Networks

ゼロ膨張カウントデータの因果関係を推測するために、新しいゼロ膨張ポアソンベイジアンネットワーク（ZIPBN）モデルを提案します。

495

Evaluating Attribution for Graph Neural Networks

この作業では、GNNに一般的に使用される帰属方法を採用し、客観的で学習が難しい計算可能なグラウンドトゥルースを使用してそれらを定量的に評価します。

496

On Second Order Behaviour in Augmented Neural ODEs

この作業では、2階常微分方程式（SONODE）について検討します。

497

Neuron Shapley: Discovering the Responsible Neurons

既存のシャープレイ値近似法よりも桁違いに最大のシャープレイ値を持つニューロンを効率的に検出できる新しい多腕バンディットアルゴリズムを紹介します。

498

Stochastic Normalizing Flows

ここでは、サンプルターゲット密度への一般化された組み合わせアプローチを提案します。確率的正規化フロー（SNF）–決定論的逆関数と確率的サンプリングブロックの任意のシーケンス。

499

GPU-Accelerated Primal Learning for Extremely Fast Large-Scale Classification

この作業では、賢明なGPU最適化の原則を使用して、さまざまな損失と機能表現のTRONトレーニング時間を大幅に短縮できることを示します。

500

Random Reshuffling is Not Always Better

非可換算術平均と幾何平均の演算子不等式に対する反例を示します。これは、学習アルゴリズムにおけるランダム再シャッフルのパフォーマンスに関連する長年の推測です（RechtandRé、「非可換算術幾何平均不等式に向けて：推測、ケーススタディ、と結果」、COLT 2012）。

501

Model Agnostic Multilevel Explanations

本論文では、典型的な局所的説明可能性手法を前提として、マルチレベルの説明ツリーを構築できるメタ手法を提案する。

502

NeuMiss networks: differentiable programming for supervised learning with missing values.

この作業では、線形性の仮定と、Missing at Random（MAR）やセルフマスキング（Missing Not At Random）などのさまざまな欠測データメカニズムの下で、最適な予測子の分析形式を導き出します。

503

Revisiting Parameter Sharing for Automatic Neural Channel Number Search

この論文では、CNSのパラメータ共有のより良い理解と活用を提供することを目指しています。

504

Differentially-Private Federated Linear Bandits

このホワイトペーパーでは、コンテキスト線形バンディットのコンテキストでこれを研究します。コミュニケーションがプライベートのままであることを保証しながら、共通のコンテキストバンディットを解決するために協力するエージェントのコレクションを検討します。

505

Is Plug-in Solver Sample-Efficient for Feature-based Reinforcement Learning?

この問題は、プラグインソルバーアプローチを介して解決します。プラグインソルバーアプローチは、経験的モデルを構築し、任意のプラグインソルバーを介してこの経験的モデルを計画します。

506

Learning Physical Graph Representations from Visual Scenes

これらの制限を克服するために、シーンを階層グラフとして表す「物理シーングラフ」（PSG）のアイデアを紹介します。階層内のノードは、さまざまなスケールのオブジェクトパーツに直感的に対応し、エッジはパーツ間の物理的な接続に対応します。

507

Deep Graph Pose: a semi-supervised deep graphical model for improved animal pose tracking

ディープニューラルネットワーク、ディープグラフポーズ（DGP）の上に構築された確率的グラフィカルモデルを提案し、これらの有用な空間的および時間的制約を活用し、このモデルで推論を実行するための効率的な構造化変分アプローチを開発します。

508

Meta-learning from Tasks with Heterogeneous Attribute Spaces

さまざまな属性空間を持つタスクでモデルをトレーニングする異種メタ学習法を提案します。これにより、いくつかのラベル付きインスタンスが与えられたトレーニングタスクとは属性空間が異なる見えないタスクを解決できます。

509

Estimating decision tree learnability with polylogarithmic sample complexity

トップダウンの決定木学習ヒューリスティック（ID3、C4.5、CARTなど）が非常に効率的な{¥sl学習可能性推定}に適していることを示します。単調なターゲット関数の場合、これらのヒューリスティックによって構築された決定木仮説のエラー{¥slpolylogarithmically}多くのラベル付きの例を使用して推定できます。これらの例は、これらのヒューリスティックを実行するために必要な数よりも指数関数的に小さく、実際、適切な決定木を学習するために必要な情報理論の最小値よりも指数関数的に小さくなります。

510

Sparse Symplectically Integrated Neural Networks

データからハミルトン力学系を学習するための新しいモデルであるスパースシンプレクティック統合ニューラルネットワーク（SSINN）を紹介します。

511

Continuous Object Representation Networks: Novel View Synthesis without Target View Supervision

3Dの一貫したシーン表現にマッピングされる入力画像のジオメトリと外観をエンコードする条件付きアーキテクチャであるContinuousObject Representation Networks（CORN）を提案します。

512

Multimodal Generative Learning Utilizing Jensen-Shannon-Divergence

この作業では、複数の分布にイェンセン・シャノン発散を利用する、新しい効率的な目的関数を提案します。

513

Solver-in-the-Loop: Learning from Differentiable Physics to Interact with Iterative PDE-Solvers

反復偏微分方程式ソルバーの数値誤差を減らす問題を対象とし、複雑な補正関数を見つけるためのさまざまな学習アプローチを比較します。

514

Reinforcement Learning with General Value Function Approximation: Provably Efficient Approach via Bounded Eluder Dimension

この論文では、一般的な値関数近似を使用して、最初の証明可能な効率的なRLアルゴリズムを確立します。

515

Predicting Training Time Without Training

事前にトレーニングされたディープネットワークが損失関数の特定の値に収束するために必要な最適化ステップの数を予測する問題に取り組みます。

516

How does This Interaction Affect Me? Interpretable Attribution for Feature Interactions

これらの問題に対処し、実際の設定でもスケーラブルなArchipelagoと呼ばれる相互作用の帰属と検出のフレームワークを提案します。

517

Optimal Adaptive Electrode Selection to Maximize Simultaneously Recorded Neuron Yield

ここでは、検出されたニューロンの分離品質を最大化するために、すべての記録チャネルの関節電極選択を最適化する分類ベースの選択（CBS）と呼ばれるアルゴリズムを提示します。

518

Neurosymbolic Reinforcement Learning with Formally Verified Exploration

連続状態およびアクション空間での確実に安全な探索のための部分的に神経強化学習（RL）フレームワークであるREVELを紹介します。

519

Wavelet Flow: Fast Training of High Resolution Normalizing Flows

このホワイトペーパーでは、ウェーブレットに基づくマルチスケールの正規化フローアーキテクチャであるウェーブレットフローを紹介します。

520

Multi-task Batch Reinforcement Learning with Metric Learning

タスク推論を堅牢にするために、トリプレット損失の新しいアプリケーションを提案します。

521

On 1/n neural representation and robustness

この作業では、人工ニューラルネットワークとマウスV1（Stringer et al）の神経表現の共分散スペクトルに関する実験結果を並置することによって後者を調査します。

522

Boundary thickness and robustness in learning models

この論文では、分類器の境界の厚さの概念を紹介し、モデルのロバスト性との関係とその有用性について説明します。

523

Demixed shared component analysis of neural population data from multiple brain areas

ここでは、単一の脳領域用に開発された方法に触発されて、分離共有成分分析（dSCA）と呼ばれる、複数の脳領域にわたって変数を分離するための新しい手法を紹介します。

524

Learning Kernel Tests Without Data Splitting

選択的推論フレームワークに触発されて、データ分割なしでハイパーパラメータの学習と完全なサンプルでのテストを可能にするアプローチを提案します。

525

Unsupervised Data Augmentation for Consistency Training

この作業では、ラベルのない例を効果的にノイズ処理する方法に関する新しい視点を提示し、ノイズ処理の品質、特に高度なデータ拡張方法によって生成されるものが、半教師あり学習で重要な役割を果たすと主張します。

526

Subgroup-based Rank-1 Lattice Quasi-Monte Carlo

この問題に対処するために、群論に基づく単純な閉形式のランク1格子構築法を提案します。

527

Minibatch vs Local SGD for Heterogeneous Distributed Learning

ローカルSGD（別名パラレルまたはフェデレーションSGD）とミニバッチSGDを、各マシンが異なるマシン固有の凸型目的の確率的勾配推定にアクセスできる異種分散設定で分析します。目標は、平均的な目標を最適化することです。マシンは断続的にしか通信できません。

528

Multi-task Causal Learning with Gaussian Processes

DAG-GPと呼ばれる最初のマルチタスク因果ガウス過程（GP）モデルを提案します。これにより、継続的な介入間およびさまざまな変数での実験間で情報を共有できます。