?
On Structured Prediction Theory with Calibrated Convex Surrogate Losses
P. 302-313.
Осокин А. А., Bach F., Lacoste-Julien S.
В книге
Montreal : Curran Associates, 2017
Струминский К. А., Lacoste-Julien S., Осокин А. А., , in : Advances in Neural Information Processing Systems 31 (NIPS 2018). : [б.и.], 2018. P. 1-9.
Добавлено: 29 октября 2018 г.
Осокин А. А., Alayrac J., Lukasewitz I. и др., , in : Proceedings of Machine Learning Research. Proceedings of the International Conference on Machine Learning (ICML 2016). Vol. 48.: NY : [б.и.], 2016. P. 885-925.
Добавлено: 19 октября 2017 г.
Eduard Gorbunov, Bibi A., Sener O. и др., , in : Proceedings of the 8th International Conference on Learning Representations (ICLR 2020). : ICLR, 2020. P. 1-28.
Добавлено: 7 декабря 2020 г.
Богачев Т. В., / Cornell University. Series math "arxiv.org". 2022.
Добавлено: 21 октября 2022 г.
Kovalev D., Shulgin E., Richtarik P. и др., PMLR, 2021
Добавлено: 31 октября 2021 г.
Eduard Gorbunov, Kovalev D., Makarenko D. и др., , in : Advances in Neural Information Processing Systems 33 (NeurIPS 2020). : Curran Associates, Inc., 2020. P. 20889-20900.
Добавлено: 7 декабря 2020 г.
Двуреченский П. Е., Ostroukhov P., Safin K. и др., , in : International Conference on Machine Learning (ICML 2020). Vol. 119.: PMLR, 2020.
Добавлено: 31 октября 2020 г.
Двинских Д. М., Тяпкин Д. Н., , in : Proceedings of Machine Learning Research Volume 130: International Conference on Artificial Intelligence and Statistics. : [б.и.], 2021. P. 1738-1746.
Добавлено: 2 ноября 2022 г.
Двинских Д. М., Gorbunov E., Гасников А. В. и др., , in : 2019 IEEE 58th Conference on Decision and Control (CDC). : IEEE, 2019. P. 7435-7440.
Добавлено: 5 февраля 2021 г.
Иванова А. С., Двуреченский П. Е., Vorontsova E. и др., Journal of Optimization Theory and Applications 2022 Vol. 193 No. 1-3 P. 462-490
Добавлено: 28 октября 2022 г.
Leblond R., Alayrac J., Осокин А. А. и др., , in : Proceedings of the 6th International Conference on Learning Representations (ICLR 2018). : [б.и.], 2018. P. 1-16.
Добавлено: 29 октября 2018 г.
Протасов В. Ю., Jungers R., Linear Algebra and its Applications 2013 Vol. 438 No. 11 P. 4448-4468
Добавлено: 23 февраля 2016 г.
Kovalev D., Eduard Gorbunov, Gasanov E. и др., , in : Advances in Neural Information Processing Systems 31 (NeurIPS 2018). : Neural Information Processing Systems Foundation, 2018. P. 3358-3367.
Добавлено: 7 декабря 2020 г.
Гасников А. В., Двуреченский П. Е., Горбунов Э. А. и др., , in : Conference on Learning Theory, 25-28 June 2019, Phoenix, USA. Vol. 99.: [б.и.], 2019. P. 1374-1391.
Добавлено: 31 октября 2020 г.
Garces A., Azhmyakov V., IFAC-PapersOnLine 2020 Vol. 53 No. 2 P. 13173-13177
Добавлено: 30 октября 2021 г.
Vorontsova E., Гасников А. В., Dvurechensky P. и др., Automation and Remote Control 2019 Vol. 80 No. 8 P. 1487-1501
We propose an accelerated gradient-free method with a non-Euclidean proximal operator associated with the p-norm (1 ⩽ p ⩽ 2). We obtain estimates for the rate of convergence of the method under low noise arising in the calculation of the function value. We present the results of computational experiments. ...
Добавлено: 10 декабря 2019 г.
Kamzolov D., Двуреченский П. Е., Гасников А. В., Optimization Methods and Software 2021 Vol. 36 No. 6 P. 1289-1316
Добавлено: 4 августа 2020 г.
Ингачева А. С., Kokhan V., Осипов Д. С., , in : Proceedings of the 32nd European Conference on Modelling and Simulation (ECMS 2018),Wilhelmshaven, Germany 22 – 25 May 2018. : NY : Curran Associates, Inc., 2018. P. 183-189.
Добавлено: 6 апреля 2019 г.
Kornilov N., Shamir O., Lobanov A. и др., , in : Advances in Neural Information Processing Systems 36 (NeurIPS 2023). : Curran Associates, Inc., 2023.
Добавлено: 26 марта 2024 г.
Мулине Э. Ф., Pereyra M., Durmus A., SIAM Journal on Imaging Sciences 2018 Vol. 11 No. 1 P. 473-506
Modern imaging methods rely strongly on Bayesian inference techniques to solve challenging imaging problems. Currently, the predominant Bayesian computation approach is convex optimization, which scales very efficiently to high-dimensional image models and delivers accurate point estimation results. However, in order to perform more complex analyses, for example, image uncertainty quantification or model selection, it is ...
Добавлено: 11 декабря 2018 г.
Двуреченский П. Е., Двинских Д. М., Гасников А. В. и др., , in : Advances in Neural Information Processing Systems 31 (NeurIPS 2018). : Neural Information Processing Systems Foundation, 2018. P. 10760-10770.
Добавлено: 31 октября 2020 г.
Иванова А. С., Пасечнюк Д., Двуреченский П. Е. и др., / Cornell University. Серия "Working papers by Cornell University". 2019.
В данной работе рассматривается задача распределения ресурсов в компьютерных сетях с большим числом соединений. Соединения используют для своих целей потребители (пользователи), число которых также может быть очень большим. Для решения двойственной задачи предлагаются следующие численные методы оптимизации: быстрый градиентный метод, стохастический метод проекции субградиента, метод эллипсоидов и метод экстраполяции случайного градиента. Для каждого метода получена ...
Добавлено: 23 октября 2020 г.
Иванова А. С., Гасников А. В., Двуреченский П. Е. и др., / Working papers by Cornell University. Series "Optimization and Control". 2020.
Добавлено: 25 октября 2020 г.
NY : Springer, 2012
Сборник посвящен Стэфану Смейлу по случаю его 80-летия. Кроме того, его поразительный результат 1960-го года в доказательстве гипотезы Пуанкаре для всех величин, которые больше или равны пяти, новаторские вклады в различные сферы математики, были отмечены во второй половине 20-го века и позже. Смейл стал первопроходцем в своих работах по дифференциальной топологии, глобальному анализу, динамическим системам, ...
Добавлено: 19 декабря 2012 г.