0
| 本文作者： Misty | 2016-06-20 18:03 |
優(yōu)化（連續(xù)）
會議主席: Le Song
地點: Lyceum
03:40 – On the Statistical Limits of Convex Relaxations（關(guān)于凸松弛的統(tǒng)計范圍）Zhaoran Wang 、Quanquan Gu , Han普林斯頓大學(xué)
03:57 – Faster Convex Optimization: Simulated Annealing with an Efficient Universal Barrier（更快的凸優(yōu)化: 有效的普遍障礙的模擬退火法）Jacob Abernethy 密歇根大學(xué)； Elad Hazan普林斯頓大學(xué)
04:14 – A ranking approach to global optimization（全球優(yōu)化排列方法） Cedric Malherbe ENS Cachan, Emile Contal、Nicolas Vayatis卡桑高等師范學(xué)院
04:31 – Epigraph projections for fast general convex programming （快速一般凸規(guī)劃的題詞預(yù)測） Po-Wei Wang、Matt Wytock、Zico卡耐基梅隆大學(xué)
大會主席: Tong Zhang
地點: Lyceum
05:10 – Low-rank Solutions of Linear Matrix Equations via Procrustes Flow（通過Procrustes Flow的線性矩陣方程解決方法）Stephen Tu、Ross Boczar、Max Simchowitz、mahdi Soltanolkotabi、 Ben Recht 加州大學(xué)伯克利分校
05:27 – Quadratic Optimization with Orthogonality Constraints: Explicit Lojasiewicz Exponent and Linear Convergence of Line-Search Methods （正交約束的二次優(yōu)化：線搜索方法的明確Lojasiewicz指數(shù)和線性收斂）Huikang Liu 、Weijie Wu、Anthony Man-Cho 香港中文大學(xué)
05:44 – Efficient Algorithms for Large-scale Generalized Eigenvector Computation and Canonical Correlation Analysis（高效的算法對大規(guī)模廣義特征向量計算和典型相關(guān)分析）Rong Ge , Chi Jin加州大學(xué)伯克利分校； Sham , Praneeth Netrapalli 、Aaron Sidford微軟研究所
06:01 – Matrix Eigen-decomposition via Doubly Stochastic Riemannian Optimization（通過雙隨機(jī)矩陣協(xié)黎曼優(yōu)化的矩陣分解） Zhiqiang Xu Infocomm研究所； Peilin Zhao 、Jianneng Cao Xiaoli Li I2R, ASTAR
會議主席：Roger Grosse
地點：Empire
03:40 – Principal Component Projection Without Principal Component Analysis （沒有主元件分析的主元件投影）Roy Frostig 斯坦福大學(xué)；Cameron Musco、Christopher Musco Mass 麻省理工學(xué)院；Aaron Sidford 微軟新英格蘭研究所
03:57 – Recovery guarantee of weighted low-rank approximation via alternating minimization （通過交替最小化的加權(quán)低秩逼近的恢復(fù)保證）Yuanzhi Li、Yingyu Liang、Andrej Risteski 普林斯頓大學(xué)
04:14 – Tensor Decomposition via Joint Matrix Schur Decomposition（張量分解通過聯(lián)合矩陣的舒爾分解）Nicolo Colombo 盧森堡大學(xué)；Nikos Vlassis 美國Adobe公司
04:31 – Fast methods for estimating the Numerical rank of large matrices （評估大矩陣數(shù)值秩的快速方法）Shashanka Ubaru、Yousef Saad 明尼蘇達(dá)大學(xué)
無監(jiān)督學(xué)習(xí)/應(yīng)用
會議主席：Jeff Bilmes
地點：Soho
03:40 – Markov-modulated Marked Poisson Processes for Check-in Data（用于檢查數(shù)據(jù)的馬爾可夫調(diào)制標(biāo)記的泊松過程）Jiangwei Pan、Pankaj Agarwal、 Alan Gelfand 美國杜克大學(xué)；Vinayak Rao 美國珀杜大學(xué)
03:57 – Hierarchical Compound Poisson Factorization（層次復(fù)合泊松分解）Mehmet Basbug 普林斯頓大學(xué)；Barbara Engelhardt
04:14 – Dirichlet Process Mixture Model for Correcting Technical Variation in Single-Cell Gene Expression Data （在單細(xì)胞的基因表達(dá)數(shù)據(jù)校正技術(shù)變化的狄利克雷過程混合模型）Sandhya Prabhakaran、Elham Azizi、Ambrose Carr、Dana Pe’er 哥倫比亞大學(xué)
04:31 – Automatic Construction of Nonparametric Relational Regression Models for Multiple Time Series （多時間序列的非參數(shù)關(guān)系回歸模型的自動構(gòu)建）Yunseong Hwang、Anh Tong、Jaesik Choi 軟件技術(shù)研究所（UNIST）
學(xué)習(xí)理論
會議主席：Jon Mcauliffe
地點：Liberty
03:40 – Truthful Univariate Estimators （真實單變量評估）Ioannis Caragiannis 佩特雷大； Ariel Procaccia、Nisarg Shah 卡內(nèi)基梅隆大學(xué)
03:57 – Fast Algorithms for Segmented Regression （分段回歸的快速算法）Jayadev Acharya 、Jerry Li 麻省理工學(xué)院； Ilias Diakonikolas；Ludwig Schmidt
04:14 – Stochastically Transitive Models for Pairwise Comparisons: Statistical and Computational Issues （成對比較隨機(jī)傳遞模型：統(tǒng)計與計算問題）Nihar Shah、Aditya Guntuboyina、 Martin Wainwright 加州大學(xué)伯克利分校；Sivaraman Balakrishnan 劍橋管理機(jī)構(gòu)；
04:31 – Provable Algorithms for Inference in Topic Models （在主題模型中推理可證明的算法）Sanjeev Arora、Frederic Koehler、Tengyu Ma 普林斯頓大學(xué)；Ankur Moitra
03:57 – Fast Algorithms for Segmented Regression （分段回歸的快速算法）Jayadev Acharya 、Jerry Li 麻省理工學(xué)院； Ilias Diakonikolas；Ludwig Schmidt
04:14 – Stochastically Transitive Models for Pairwise Comparisons: Statistical and Computational Issues （成對比較隨機(jī)傳遞模型：統(tǒng)計與計算問題）Nihar Shah、Aditya Guntuboyina、 Martin Wainwright 加州大學(xué)伯克利分校；Sivaraman Balakrishnan 劍橋管理機(jī)構(gòu)；
大規(guī)模學(xué)習(xí)與大數(shù)據(jù)
會議主席：Andreas Krause
地點：Empire
05:10 – Extreme F-measure Maximization using Sparse Probability Estimates （極端值最大化利用極低概率評估） Kalina Jasinska , Krzysztof Dembczynski、Robert Busa-Fekete、Karlson Pfannschmidt、Timo Klerx、 Eyke Hullermeier
05:27 – Stochastic Optimization for Multiview Representation Learning using Partial Least Squares（利用偏最小二乘法隨機(jī)最優(yōu)化多視圖表示學(xué)習(xí)）Raman Arora 、Poorya Mianjy 約翰霍普金斯大學(xué)；Teodor Marinov
05:44 – Gaussian quadrature for matrix inverse forms with applications（矩陣逆形式的高斯積分及其應(yīng)用）Chengtao Li 、Suvrit Sra、Stefanie Jegelka 麻省理工學(xué)院
06:01 – A Subspace Learning Approach for High Dimensional Matrix Decomposition with Efficient Column/Row Sampling （高效列/行采樣的高維矩陣分解的子空間學(xué)習(xí)方法）Mostafa Rahmani、Geroge Atia 中佛羅里達(dá)大學(xué)
圖模型
會議主席：Jun Zhu
地點：Soho
05:10 – Uprooting and Rerooting Graphical Models 圖模型根除與重制 Adrian Weller 劍橋大學(xué)
05:27 – Structure Learning of Partitioned Markov Networks 馬爾可夫網(wǎng)絡(luò)分區(qū)的結(jié)構(gòu)學(xué)習(xí) Song Liu、Kenji Fukumizu國家數(shù)學(xué)統(tǒng)計研究所，Taiji Suzuki 、Masashi Sugiyama 東京大學(xué)
05:44 – Ensuring Rapid Mixing and Low Bias for Asynchronous Gibbs Sampling 使用快速混合和低偏置確保異步吉布斯采樣 Christopher De Sa、Chris Re、Kunle Olukotun 斯坦福大學(xué)
06:01 – Estimation from Indirect Supervision with Linear Moments 線性矩間接監(jiān)督的評估，Aditi Raghunathan、Roy Frostig、Percy Liang 斯坦福大學(xué)
監(jiān)督式學(xué)習(xí)
會議主席：Nicolas Le Roux
地點：Liberty
05:10- Early and Reliable Event Detection Using Proximity Space Representation使用近似空間戰(zhàn)士的早期和可靠時間檢測 Maxime Sangnier 法國科學(xué)研究中心；Jerome Gauthier、Alain Rakotomamonjy消費電子協(xié)會
05:27- Meta–Gradient Boosted Decision Tree Model for Weight and Target Learning 權(quán)重與目標(biāo)學(xué)習(xí)的元梯度加權(quán)決策樹模型，Yury Ustinovskiy、Valentina Fedorova、Gleb Gusev、Pavel Serdyukov 俄羅斯Yandex公司
05:44 – Differential Geometric Regularization for Supervised Learning of Classifiers 微分幾何正則化下的有監(jiān)督學(xué)習(xí)式分類器，Qinxun Bai、Steven Rosenberg、Stan Sclaroff 波士頓大學(xué)，Zheng Wu 美國MathWorks公司
06:01 – Linking losses for density ratio and class-probability estimation 密度比和分級概率評估的鏈接損耗，Aditya Menon、Cheng Soon Ong 澳大利亞信息與通信技術(shù)機(jī)構(gòu)
Via: ICML@NYC
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
