Conferences · eligible papers
COLT
2021–2025 確定版
2023 · 169 papers
このEditionに反映済みのmain full research papersのみ掲載しています。著者リンクは日本の大学への著者別所属根拠がある場合に限ります。
- On the Lower Bound of Minimizing Polyak-Łojasiewicz functions
日本大学: 関与なし（対象大学）
- Online Learning Guided Curvature Approximation: A Quasi-Newton Method with Global Non-Asymptotic Superlinear Convergence
日本大学: 関与なし（対象大学）
- Online Learning and Solving Infinite Games with an ERM Oracle
日本大学: 関与なし（対象大学）
- Online Learning in Dynamically Changing Environments
日本大学: 関与なし（対象大学）
- Online Nonconvex Optimization with Limited Instantaneous Oracle Feedback
日本大学: 関与なし（対象大学）
- Online Reinforcement Learning in Stochastic Continuous-Time Systems
日本大学: 関与なし（対象大学）
- Open Problem: Is There a First-Order Method that Only Converges to Local Minimax Optima?
日本大学: 関与なし（対象大学）
- Open Problem: Learning sparse linear concepts by priming the features
日本大学: 関与なし（対象大学）
- Open Problem: Polynomial linearly-convergent method for g-convex optimization?
日本大学: 関与なし（対象大学）
- Open Problem: The Sample Complexity of Multi-Distribution Learning for VC Classes
日本大学: 関与なし（対象大学）
- Open problem: log(n) factor in "Local Glivenko-Cantelli"
日本大学: 関与なし（対象大学）
- Optimal Prediction Using Expert Advice and Randomized Littlestone Dimension
日本大学: 関与なし（対象大学）
- Optimal Scoring Rules for Multi-dimensional Effort
日本大学: 関与なし（対象大学）
- Oracle-Efficient Smoothed Online Learning for Piecewise Continuous Decision Making
日本大学: 関与なし（対象大学）
- Orthogonal Directions Constrained Gradient Method: from non-linear equality constraints to Stiefel manifold
日本大学: 関与なし（対象大学）
- Over-Parameterization Exponentially Slows Down Gradient Descent for Learning a Single Neuron
日本大学: 関与なし（対象大学）
- PAC Verification of Statistical Algorithms
日本大学: 関与なし（対象大学）
- Precise Asymptotic Analysis of Deep Random Feature Models
日本大学: 関与なし（対象大学）
- Private Covariance Approximation and Eigenvalue-Gap Bounds for Complex Gaussian Perturbations
日本大学: 関与なし（対象大学）
- Private Online Prediction from Experts: Separations and Faster Rates
日本大学: 関与なし（対象大学）
- Projection-free Online Exp-concave Optimization
日本大学: 関与なし（対象大学）
- Proper Losses, Moduli of Convexity, and Surrogate Regret Bounds
日本大学: 京都大学
- Provable Benefits of Representational Transfer in Reinforcement Learning
日本大学: 関与なし（対象大学）
- Quadratic Memory is Necessary for Optimal Query Complexity in Convex Optimization: Center-of-Mass is Pareto-Optimal
日本大学: 関与なし（対象大学）
- Quantum Channel Certification with Incoherent Measurements
日本大学: 関与なし（対象大学）
- Quasi-Newton Steps for Efficient Online Exp-Concave Optimization
日本大学: 関与なし（対象大学）
- Reaching Kesten-Stigum Threshold in the Stochastic Block Model under Node Corruptions
日本大学: 関与なし（対象大学）
- Repeated Bilateral Trade Against a Smoothed Adversary
日本大学: 関与なし（対象大学）
- Resolving the Mixing Time of the Langevin Algorithm to its Stationary Distribution for Log-Concave Sampling
日本大学: 関与なし（対象大学）
- SGD learning on neural networks: leap complexity and saddle-to-saddle dynamics
日本大学: 関与なし（対象大学）
- SQ Lower Bounds for Learning Mixtures of Separated and Bounded Covariance Gaussians
日本大学: 関与なし（対象大学）
- STay-ON-the-Ridge: Guaranteed Convergence to Local Minimax Equilibrium in Nonconvex-Nonconcave Games
日本大学: 関与なし（対象大学）
- Self-Directed Linear Classification
日本大学: 関与なし（対象大学）
- Semi-Random Sparse Recovery in Nearly-Linear Time
日本大学: 関与なし（対象大学）
- Sharp analysis of EM for learning mixtures of pairwise differences
日本大学: 関与なし（対象大学）
- Sharp thresholds in inference of planted subgraphs
日本大学: 関与なし（対象大学）
- Sharper Model-free Reinforcement Learning for Average-reward Markov Decision Processes
日本大学: 関与なし（対象大学）
- Shortest Program Interpolation Learning
日本大学: 関与なし（対象大学）
- Simple Binary Hypothesis Testing under Local Differential Privacy and Communication Constraints
日本大学: 関与なし（対象大学）
- Sparse PCA Beyond Covariance Thresholding
日本大学: 関与なし（対象大学）
- Sparsity-aware generalization theory for deep neural networks
日本大学: 関与なし（対象大学）
- Stability and Generalization of Stochastic Optimization with Nonconvex and Nonsmooth Problems
日本大学: 関与なし（対象大学）
- Statistical and Computational Limits for Tensor-on-Tensor Association Detection
日本大学: 関与なし（対象大学）
- Statistical-Computational Tradeoffs in Mixed Sparse Linear Regression
日本大学: 関与なし（対象大学）
- Tackling Combinatorial Distribution Shift: A Matrix Completion Perspective
日本大学: 関与なし（対象大学）
- Testing of Index-Invariant Properties in the Huge Object Model
日本大学: 関与なし（対象大学）
- The $k$-Cap Process on Geometric Random Graphs
日本大学: 関与なし（対象大学）
- The Aggregation–Heterogeneity Trade-off in Federated Learning
日本大学: 関与なし（対象大学）
- The Complexity of Markov Equilibrium in Stochastic Games
日本大学: 関与なし（対象大学）
- The Computational Complexity of Finding Stationary Points in Non-Convex Optimization
日本大学: 関与なし（対象大学）
- The Expressive Power of Tuning Only the Normalization Layers
日本大学: 関与なし（対象大学）
- The Implicit Bias of Batch Normalization in Linear Models and Two-layer Linear Convolutional Neural Networks
日本大学: 関与なし（対象大学）
- The One-Inclusion Graph Algorithm is not Always Optimal
日本大学: 関与なし（対象大学）
- The Sample Complexity of Approximate Rejection Sampling With Applications to Smoothed Online Learning
日本大学: 関与なし（対象大学）
- Ticketed Learning–Unlearning Schemes
日本大学: 関与なし（対象大学）
- Tight Bounds on the Hardness of Learning Simple Nonparametric Mixtures
日本大学: 関与なし（対象大学）
- Tight Guarantees for Interactive Decision Making with the Decision-Estimation Coefficient
日本大学: 関与なし（対象大学）
- Tighter PAC-Bayes Bounds Through Coin-Betting
日本大学: 関与なし（対象大学）
- Toward L_∞Recovery of Nonlinear Functions: A Polynomial Sample Complexity Bound for Gaussian Random Fields
日本大学: 関与なし（対象大学）
- Towards a Complete Analysis of Langevin Monte Carlo: Beyond Poincaré Inequality
日本大学: 関与なし（対象大学）
- U-Calibration: Forecasting for an Unknown Agent
日本大学: 関与なし（対象大学）
- Uniqueness of BP fixed point for the Potts model and applications to community detection
日本大学: 関与なし（対象大学）
- Universal Rates for Multiclass Learning
日本大学: 関与なし（対象大学）
- Universality of Langevin Diffusion for Private Optimization, with Applications to Sampling from Rashomon Sets
日本大学: 関与なし（対象大学）
- Utilising the CLT Structure in Stochastic Gradient based Sampling : Improved Analysis and Faster Algorithms
日本大学: 関与なし（対象大学）
- VO$Q$L: Towards Optimal Regret in Model-free RL with Nonlinear Function Approximation
日本大学: 関与なし（対象大学）
- Variance-Dependent Regret Bounds for Linear Bandits and Reinforcement Learning: Adaptivity and Computational Efficiency
日本大学: 関与なし（対象大学）
- Weak Recovery Threshold for the Hypergraph Stochastic Block Model
日本大学: 関与なし（対象大学）
- Zeroth-order Optimization with Weak Dimension Dependency
日本大学: 関与なし（対象大学）