Conferences · eligible papers
COLT
2022–2026 LIVE
2022 · 162 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。
- (Nearly) Optimal Private Linear Regression for Sub-Gaussian Data via Adaptive Clipping
日本大学: 関与なし（対象大学）
- A Private and Computationally-Efficient Estimator for Unbounded Gaussians
日本大学: 関与なし（対象大学）
- A Sharp Memory-Regret Trade-off for Multi-Pass Streaming Bandits
日本大学: 関与なし（対象大学）
- A bounded-noise mechanism for differential privacy
日本大学: 関与なし（対象大学）
- Accelerated SGD for Non-Strongly-Convex Least Squares
日本大学: 関与なし（対象大学）
- Adaptive Bandit Convex Optimization with Heterogeneous Curvature
日本大学: 関与なし（対象大学）
- Adversarially Robust Multi-Armed Bandit Algorithm with Variance-Dependent Regret Bounds
日本大学: 京都大学
- An Efficient Minimax Optimal Estimator For Multivariate Convex Regression
日本大学: 関与なし（対象大学）
- Analysis of Langevin Monte Carlo from Poincare to Log-Sobolev
日本大学: 関与なし（対象大学）
- Approximate Cluster Recovery from Noisy Labels
日本大学: 関与なし（対象大学）
- Assemblies of neurons learn to classify well-separated distributions
日本大学: 関与なし（対象大学）
- Benign Overfitting without Linearity: Neural Network Classifiers Trained by Gradient Descent for Noisy Linear Data
日本大学: 関与なし（対象大学）
- Better Private Algorithms for Correlation Clustering
日本大学: 関与なし（対象大学）
- Beyond No Regret: Instance-Dependent PAC Reinforcement Learning
日本大学: 関与なし（対象大学）
- Big-Step-Little-Step: Efficient Gradient Methods for Objectives with Multiple Scales
日本大学: 関与なし（対象大学）
- Can Q-learning be Improved with Advice?
日本大学: 関与なし（対象大学）
- Chained generalisation bounds
日本大学: 関与なし（対象大学）
- Chasing Convex Bodies and Functions with Black-Box Advice
日本大学: 関与なし（対象大学）
- Clustering with Queries under Semi-Random Noise
日本大学: 関与なし（対象大学）
- Community Recovery in the Degree-Heterogeneous Stochastic Block Model
日本大学: 関与なし（対象大学）
- Complete Policy Regret Bounds for Tallying Bandits
日本大学: 関与なし（対象大学）
- Computational-Statistical Gap in Reinforcement Learning
日本大学: 関与なし（対象大学）
- Corralling a Larger Band of Bandits: A Case Study on Switching Regret for Linear Bandits
日本大学: 関与なし（対象大学）
- Corruption-Robust Contextual Search through Density Updates
日本大学: 関与なし（対象大学）
- Damped Online Newton Step for Portfolio Selection
日本大学: 関与なし（対象大学）
- Depth and Feature Learning are Provably Beneficial for Neural Network Discriminators
日本大学: 関与なし（対象大学）
- Derivatives and residual distribution of regularized M-estimators with application to adaptive tuning
日本大学: 関与なし（対象大学）
- Differential privacy and robust statistics in high dimensions
日本大学: 関与なし（対象大学）
- Dimension-free convergence rates for gradient Langevin dynamics in RKHS
日本大学: 東京大学
- EM’s Convergence in Gaussian Latent Tree Models
日本大学: 関与なし（対象大学）
- Efficient Convex Optimization Requires Superlinear Memory
日本大学: 関与なし（対象大学）
- Efficient Online Linear Control with Stochastic Convex Costs and Unknown Dynamics
日本大学: 関与なし（対象大学）
- Efficient Projection-Free Online Convex Optimization with Membership Oracle
日本大学: 関与なし（対象大学）
- Efficient decentralized multi-agent learning in asymmetric queuing systems
日本大学: 関与なし（対象大学）
- Eigenspace Restructuring: A Principle of Space and Frequency in Neural Networks
日本大学: 関与なし（対象大学）
- Exact Community Recovery in Correlated Stochastic Block Models
日本大学: 関与なし（対象大学）
- Fast algorithm for overcomplete order-3 tensor decomposition
日本大学: 関与なし（対象大学）
- Faster online calibration without randomization: interval forecasts and the power of two choices
日本大学: 関与なし（対象大学）
- From Sampling to Optimization on Discrete Domains with Applications to Determinant Maximization
日本大学: 関与なし（対象大学）
- Gardner formula for Ising perceptron models at small densities
日本大学: 関与なし（対象大学）
- Generalization Bounds for Data-Driven Numerical Linear Algebra
日本大学: 関与なし（対象大学）
- Generalization Bounds via Convex Analysis
日本大学: 関与なし（対象大学）
- Hardness of Maximum Likelihood Learning of DPPs
日本大学: 関与なし（対象大学）
- Hierarchical Clustering in Graph Streams: Single-Pass Algorithms and Space Lower Bounds
日本大学: 関与なし（対象大学）
- High-Dimensional Projection Pursuit: Outer Bounds and Applications to Interpolation in Neural Networks
日本大学: 関与なし（対象大学）
- Horizon-Free Reinforcement Learning in Polynomial Time: the Power of Stationary Policies
日本大学: 関与なし（対象大学）
- How catastrophic can catastrophic forgetting be in linear regression?
日本大学: 関与なし（対象大学）
- Improved Parallel Algorithm for Minimum Cost Submodular Cover Problem
日本大学: 関与なし（対象大学）
- Improved analysis for a proximal algorithm for sampling
日本大学: 関与なし（対象大学）
- Inductive Bias of Multi-Channel Linear Convolutional Networks with Bounded Weight Norm
日本大学: 関与なし（対象大学）
- Kernel interpolation in Sobolev spaces is not consistent in low dimensions
日本大学: 関与なし（対象大学）
- Label noise (stochastic) gradient descent implicitly solves the Lasso for quadratic parametrisation
日本大学: 関与なし（対象大学）
- Lattice-Based Methods Surpass Sum-of-Squares in Clustering
日本大学: 関与なし（対象大学）
- Learning GMMs with Nearly Optimal Robustness Guarantees
日本大学: 関与なし（対象大学）
- Learning Low Degree Hypergraphs
日本大学: 関与なし（対象大学）
- Learning a Single Neuron with Adversarial Label Noise via Gradient Descent
日本大学: 関与なし（対象大学）
- Learning to Control Linear Systems can be Hard
日本大学: 関与なし（対象大学）
- Learning with metric losses
日本大学: 関与なし（対象大学）
- Low-Degree Multicalibration
日本大学: 関与なし（対象大学）
- Making SGD Parameter-Free
日本大学: 関与なし（対象大学）
- Mean-field nonparametric estimation of interacting particle systems
日本大学: 関与なし（対象大学）
- Memorize to generalize: on the necessity of interpolation in high dimensional linear regression
日本大学: 関与なし（対象大学）
- Minimax Regret Optimization for Robust Machine Learning under Distribution Shift
日本大学: 関与なし（対象大学）
- Minimax Regret for Partial Monitoring: Infinite Outcomes and Rustichini’s Regret
日本大学: 関与なし（対象大学）
- Minimax Regret on Patterns Using Kullback-Leibler Divergence Covering
日本大学: 関与なし（対象大学）
- Mirror Descent Strikes Again: Optimal Stochastic Convex Optimization under Infinite Noise Variance
日本大学: 関与なし（対象大学）
- Monotone Learning
日本大学: 関与なし（対象大学）
- Multi-Agent Learning for Iterative Dominance Elimination: Formal Barriers and New Algorithms
日本大学: 関与なし（対象大学）
- Multilevel Optimization for Inverse Problems
日本大学: 関与なし（対象大学）
- Near optimal efficient decoding from pooled data
日本大学: 関与なし（対象大学）
- Near-Optimal Statistical Query Hardness of Learning Halfspaces with Massart Noise
日本大学: 関与なし（対象大学）
- Near-Optimal Statistical Query Lower Bounds for Agnostically Learning Intersections of Halfspaces with Gaussian Marginals
日本大学: 関与なし（対象大学）
- Negative curvature obstructs acceleration for strongly geodesically convex optimization, even with exact first-order oracles
日本大学: 関与なし（対象大学）
- Neural Networks can Learn Representations with Gradient Descent
日本大学: 関与なし（対象大学）
- New Projection-free Algorithms for Online Convex Optimization with Adaptive Regret Guarantees
日本大学: 関与なし（対象大学）
- Non-Convex Optimization with Certificates and Fast Rates Through Kernel Sums of Squares
日本大学: 関与なし（対象大学）
- Non-Gaussian Component Analysis via Lattice Basis Reduction
日本大学: 関与なし（対象大学）
- Non-Linear Reinforcement Learning in Large Action Spaces: Structural Conditions and Sample-efficiency of Posterior Sampling
日本大学: 関与なし（対象大学）
- Offline Reinforcement Learning with Realizability and Single-policy Concentrability
日本大学: 関与なし（対象大学）
- Offline Reinforcement Learning: Fundamental Barriers for Value Function Approximation
日本大学: 関与なし（対象大学）
- On Almost Sure Convergence Rates of Stochastic Gradient Methods
日本大学: 関与なし（対象大学）
- On The Memory Complexity of Uniformity Testing
日本大学: 関与なし（対象大学）
- On characterizations of learnability with computable learners
日本大学: 関与なし（対象大学）
- On the Benefits of Large Learning Rates for Kernel Methods
日本大学: 関与なし（対象大学）
- On the Role of Channel Capacity in Learning Gaussian Mixture Models
日本大学: 関与なし（対象大学）
- On the power of adaptivity in statistical adversaries
日本大学: 関与なし（対象大学）
- On the well-spread property and its relation to linear regression
日本大学: 関与なし（対象大学）
- Online Learning to Transport via the Minimal Selection Principle
日本大学: 関与なし（対象大学）
- Open Problem: Better Differentially Private Learning Algorithms with Margin Guarantees
日本大学: 関与なし（対象大学）
- Open Problem: Do you pay for Privacy in Online learning?
日本大学: 関与なし（対象大学）
- Open Problem: Finite-Time Instance Dependent Optimality for Stochastic Online Learning with Feedback Graphs
日本大学: 関与なし（対象大学）
- Open Problem: Optimal Best Arm Identification with Fixed-Budget
日本大学: 関与なし（対象大学）
- Open Problem: Properly learning decision trees in polynomial time?
日本大学: 関与なし（対象大学）
- Open Problem: Regret Bounds for Noise-Free Kernel-Based Bandits
日本大学: 関与なし（対象大学）
- Open Problem: Running time complexity of accelerated $\ell_1$-regularized PageRank
日本大学: 関与なし（対象大学）
- Optimal Mean Estimation without a Variance
日本大学: 関与なし（対象大学）
- Optimal SQ Lower Bounds for Learning Halfspaces with Massart Noise
日本大学: 関与なし（対象大学）
- Optimal SQ Lower Bounds for Robustly Learning Discrete Product Distributions and Ising Models
日本大学: 関与なし（対象大学）
- Optimal and instance-dependent guarantees for Markovian linear stochastic approximation
日本大学: 関与なし（対象大学）
- Optimization-Based Separations for Neural Networks
日本大学: 関与なし（対象大学）