Copertina

Learning with Monotone Adversarial Corruptions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Larsen, Kasper Green, Pabbaraju, Chirag, Shetty, Abhishek
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Data Structures and Algorithms
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Sample Complexity of Replicable Realizable PAC Learning
di: Larsen, Kasper Green, et al.
Pubblicazione: (2026)

A Characterization of List Regression
di: Pabbaraju, Chirag, et al.
Pubblicazione: (2024)

Lower Bounds for Greedy Teaching Set Constructions
di: Compton, Spencer, et al.
Pubblicazione: (2025)

Exploring Facets of Language Generation in the Limit
di: Charikar, Moses, et al.
Pubblicazione: (2024)

Pareto-optimal Non-uniform Language Generation
di: Charikar, Moses, et al.
Pubblicazione: (2025)

The Many Faces of Optimal Weak-to-Strong Learning
di: Høgsgaard, Mikael Møller, et al.
Pubblicazione: (2024)

Adversarial Resilience in Sequential Prediction via Abstention
di: Goel, Surbhi, et al.
Pubblicazione: (2023)

Replicable Learning of Large-Margin Halfspaces
di: Kalavasis, Alkis, et al.
Pubblicazione: (2024)

Actively Learning Halfspaces without Synthetic Data
di: Black, Hadley, et al.
Pubblicazione: (2025)

Testing with Non-identically Distributed Samples
di: Garg, Shivam, et al.
Pubblicazione: (2023)

Revisiting Agnostic PAC Learning
di: Hanneke, Steve, et al.
Pubblicazione: (2024)

New and Improved Bounds for Markov Paging
di: Pabbaraju, Chirag, et al.
Pubblicazione: (2025)

A Characterization of List Language Identification in the Limit
di: Charikar, Moses, et al.
Pubblicazione: (2025)

Improved Margin Generalization Bounds for Voting Classifiers
di: Høgsgaard, Mikael Møller, et al.
Pubblicazione: (2025)

Tolerant Algorithms for Learning with Arbitrary Covariate Shift
di: Goel, Surbhi, et al.
Pubblicazione: (2024)

AdaBoost is not an Optimal Weak to Strong Learner
di: Høgsgaard, Mikael Møller, et al.
Pubblicazione: (2023)

Derandomizing Multi-Distribution Learning
di: Larsen, Kasper Green, et al.
Pubblicazione: (2024)

An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems
di: Grønlund, Allan, et al.
Pubblicazione: (2024)

Embedding Probability Distributions into Low Dimensional $\ell_1$: Tree Ising Models via Truncated Metrics
di: Charikar, Moses, et al.
Pubblicazione: (2023)

Provably Learning from Modern Language Models via Low Logit Rank
di: Golowich, Noah, et al.
Pubblicazione: (2025)

On Exact Learning of $d$-Monotone Functions
di: Bshouty, Nader H.
Pubblicazione: (2025)

Semi-Bandit Learning for Monotone Stochastic Optimization
di: Agarwal, Arpit, et al.
Pubblicazione: (2023)

A Simple Geometric Proof of the Optimality of the Sequential Probability Ratio Test for Symmetric Bernoulli Hypotheses
di: Pabbaraju, Chirag, et al.
Pubblicazione: (2025)

Taming Imperfect Process Verifiers: A Sampling Perspective on Backtracking
di: Rohatgi, Dhruv, et al.
Pubblicazione: (2025)

Practical Parallel Algorithms for Non-Monotone Submodular Maximization
di: Cui, Shuang, et al.
Pubblicazione: (2023)

Fairness in Monotone $k$-submodular Maximization: Algorithms and Applications
di: Zhu, Yanhui, et al.
Pubblicazione: (2024)

Optimal Robust Estimation under Local and Global Corruptions: Stronger Adversary and Smaller Error
di: Pittas, Thanasis, et al.
Pubblicazione: (2024)

Deletion Robust Non-Monotone Submodular Maximization over Matroids
di: Dütting, Paul, et al.
Pubblicazione: (2022)

Practical and Parallelizable Algorithms for Non-Monotone Submodular Maximization with Size Constraint
di: Chen, Yixin, et al.
Pubblicazione: (2020)

Fast Adaptive Non-Monotone Submodular Maximization Subject to a Knapsack Constraint
di: Amanatidis, Georgios, et al.
Pubblicazione: (2020)

Omnipredictors for Regression and the Approximate Rank of Convex Functions
di: Gopalan, Parikshit, et al.
Pubblicazione: (2024)

A Unified Approach to Memory-Sample Tradeoffs for Detecting Planted Structures
di: Garg, Sumegha, et al.
Pubblicazione: (2026)

Efficient Testable Learning of General Halfspaces with Adversarial Label Noise
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2024)

Finite and Corruption-Robust Regret Bounds in Online Inverse Linear Optimization under M-Convex Action Sets
di: Oki, Taihei, et al.
Pubblicazione: (2026)

$O(\sqrt{T})$ Static Regret and Instance Dependent Constraint Violation for Constrained Online Convex Optimization
di: Vaze, Rahul, et al.
Pubblicazione: (2025)

Spectral Guarantees for Adversarial Streaming PCA
di: Price, Eric, et al.
Pubblicazione: (2024)

Adversarial Attacks on Combinatorial Multi-Armed Bandits
di: Balasubramanian, Rishab, et al.
Pubblicazione: (2023)

Linear Regression under Missing or Corrupted Coordinates
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2025)

Instance-Optimal Quantum State Certification with Entangled Measurements
di: O'Donnell, Ryan, et al.
Pubblicazione: (2025)

Smooth Nash Equilibria: Algorithms and Complexity
di: Daskalakis, Constantinos, et al.
Pubblicazione: (2023)