ICML無(wú)監(jiān)督學(xué)習(xí)日程表（周二）

                       優(yōu)化（連續(xù)）

會(huì)議主席: Le Song

地點(diǎn): Lyceum

03:40 – On the Statistical Limits of Convex Relaxations（關(guān)于凸松弛的統(tǒng)計(jì)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(cè)） Po-Wei Wang、Matt Wytock、Zico卡耐基梅隆大學(xué)

大會(huì)主席: Tong Zhang

地點(diǎn): Lyceum

05:10 – Low-rank Solutions of Linear Matrix Equations via Procrustes Flow（通過(guò)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(duì)大規(guī)模廣義特征向量計(jì)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(guò)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

矩陣分解及相關(guān)主題

會(huì)議主席：Roger Grosse

地點(diǎn)：Empire

03:40 – Principal Component Projection Without Principal Component Analysis （沒(méi)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(guò)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(guò)聯(lián)合矩陣的舒爾分解）Nicolo Colombo 盧森堡大學(xué)；Nikos Vlassis 美國(guó)Adobe公司

04:31 – Fast methods for estimating the Numerical rank of large matrices （評(píng)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(wú)監(jiān)督學(xué)習(xí)/應(yīng)用

會(huì)議主席：Jeff Bilmes

地點(diǎn)：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(guò)程）Jiangwei Pan、Pankaj Agarwal、 Alan Gelfand 美國(guó)杜克大學(xué)；Vinayak Rao 美國(guó)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(guò)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(shí)間序列的非參數(shù)關(guān)系回歸模型的自動(dòng)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(huì)議主席：Jon Mcauliffe

地點(diǎn)：Liberty

03:40 – Truthful Univariate Estimators （真實(shí)單變量評(píng)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(duì)比較隨機(jī)傳遞模型：統(tǒng)計(jì)與計(jì)算問(wèn)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(duì)比較隨機(jī)傳遞模型：統(tǒng)計(jì)與計(jì)算問(wèn)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(huì)議主席：Andreas Krause

地點(diǎn)：Empire

05:10 – Extreme F-measure Maximization using Sparse Probability Estimates （極端值最大化利用極低概率評(píng)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(huì)議主席：Jun Zhu

地點(diǎn)：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(guó)家數(shù)學(xué)統(tǒng)計(jì)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(píng)估，Aditi Raghunathan、Roy Frostig、Percy Liang 斯坦福大學(xué)

監(jiān)督式學(xué)習(xí)

會(huì)議主席：Nicolas Le Roux

地點(diǎn)：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(shí)間檢測(cè) Maxime Sangnier 法國(guó)科學(xué)研究中心；Jerome Gauthier、Alain Rakotomamonjy消費(fèi)電子協(xié)會(huì)

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(guó)MathWorks公司

06:01 – Linking losses for density ratio and class-probability estimation 密度比和分級(jí)概率評(píng)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(jiàn)轉(zhuǎn)載須知。