2016 - T1 - WS4 - Inference problems theme

Collection 2016 - T1 - WS4 - Inference problems theme

Organisateur(s) Chakrabarti, Amit ; McGregor, Andrew ; Pfister, Henry ; Shah, Devavrat ; Woodruff, David

Date(s) 07/03/2016 - 18/03/2016

URL associée https://web.archive.org/web/20221228152148/http://iss.bu.edu/bobak/csnexus//inference.html

00:00:00 / 00:00:00

3 41

Dynamics of Randomized Row-Action Methods for High-Dimensional Estimation

In this talk, I will present an exact analysis of the dynamics of randomized iterative methods for solving inference problems. I will show that, in the large systems limit, the dynamics of these algorithms converges to trajectories governed by a set of deterministic and coupled ODEs or PDEs. Analyzing these deterministic ODEs and PDEs allows one to establish performance guarantees of the associated randomized iterative algorithms.

Informations sur la vidéo

Date de captation 11/03/2016
Date de publication 28/03/2016
Institut IHP
Licence CC BY-NC-ND
Format MP4

Domaine(s)

Informatique

Codes MSC

Dernières questions liées sur MathOverflow

Pour poser une question, votre compte Carmin.tv doit être connecté à mathoverflow

Poser une question sur MathOverflow

Toutes les vidéos de la collection

47:29

publiée le 28 mars 2016

Sketching and Embeddings 1/2

De Alex Andoni

01:02:28

publiée le 28 mars 2016

Sketching and Embeddings 2/2

De Alex Andoni

40:14

publiée le 28 mars 2016

Dynamics of Randomized Row-Action Methods for High-Dimensional Estimation

De Yue Lu

56:03

publiée le 28 mars 2016

Sampling from log-concave non-smooth densities or when Moreau meets Langevin

De Eric Moulines

43:00

publiée le 28 mars 2016

Testing properties of distributions over big domains : An introduction

De Ronitt Rubinfeld

48:15

publiée le 28 mars 2016

Testing properties of distributions over big domains : information theoretic quantities

De Ronitt Rubinfeld

47:05

publiée le 28 mars 2016

Convex Programming in Small Space

De Sudipto Guha

50:07

publiée le 28 mars 2016

New Algorithms for Heavy Hitters in Data Streams 1/2

De David Woodruff

49:51

publiée le 28 mars 2016

New Algorithms for Heavy Hitters in Data Streams 2/2

De David Woodruff

33:38

publiée le 28 mars 2016

Challenges in Streaming XML

De Christian Konrad

50:53

publiée le 28 mars 2016

Approximating matchings in sublinear space

De Michael Kapralov

42:31

publiée le 28 mars 2016

Communication Complexity of Learning Discrete Distributions

De Krzysztof Onak

40:56

publiée le 28 mars 2016

Data Reduction for Clustering on Streams

De Harry Lang

49:14

publiée le 28 mars 2016

Stream, sketching and Big Data – 1/2

De Graham Cormode

46:40

publiée le 28 mars 2016

Streram, sketching and Big Data – 2/2

De Graham Cormode

42:02

publiée le 28 mars 2016

Testing Cluster Structure of Graphs

De Christian Sohler

45:26

publiée le 28 mars 2016

Nonasymptotic guarantees for sampling from a log-concave density

De Arnak Dalalyan

43:15

publiée le 28 mars 2016

Communication Complexity with a more-than usal emphasis on Upper Bounds. Part 1 : Setting the stage

De Amit Chakrabarti

56:17

publiée le 28 mars 2016

Communication Complexity with a more-than usal emphasis on Upper Bounds. Part 2 : The Information Complexity Paradigm

De Amit Chakrabarti

46:15

publiée le 28 mars 2016

Streaming sums and symmetric norms

De Stephen Chestnut

01:20:39

publiée le 8 avril 2016

Analysis of double covers of factor graphs

De Pascal Vontobel

56:46

publiée le 8 avril 2016

Spatial coupling as a proof technique

De Nicolas Macris

38:53

publiée le 8 avril 2016

Testing temporal causality and estimating directed information

De Ioannis Kontoyiannis

52:44

publiée le 8 avril 2016

An Optimal Affine Invariant Smooth Minimization Algorithm

De Alexandre d'Aspremont

49:26

publiée le 8 avril 2016

The Area Theorem and Capacity-Achieving Codes – 1/2

De Ruediger Urbanke

38:36

publiée le 8 avril 2016

The Area Theorem and Capacity-Achieving Codes – 2/2

De Ruediger Urbanke

58:04

publiée le 8 avril 2016

Near-optimal message-passing algorithms for crowdsourcing

De Sewoong Oh

41:57

publiée le 8 avril 2016

Efficient Monte Carlo Methods for the Potts Model at Low Temperature

De Mehdi Molkaraie

50:24

publiée le 8 avril 2016

(Arguably) Hard on Average Optimization Problems and the Overlap Gap Property

De David Gamarnik

54:23

publiée le 8 avril 2016

Factor Graphs, Belief Propagation, and Density Evolution – 1/2

De Henry Pfister

53:21

publiée le 8 avril 2016

Factor Graphs, Belief Propagation, and Density Evolution – 2/2

De Henry Pfister

46:52

publiée le 8 avril 2016

Group-testing: Together we are one

De Sidharth Jaggi

51:24

publiée le 8 avril 2016

Iteratively-Decoded Erasure-Correcting Coding for Distributed Storage

De Iryna Andriyanova

48:24

publiée le 8 avril 2016

Understanding the MMSE of compressed sensing one measurement at a time

De Galen Reeves

01:02:39

publiée le 8 avril 2016

New Algorithmic Techniques for Massive graphs – 1/2

De Andrew McGregor

39:25

publiée le 8 avril 2016

New Algorithmic Techniques for Massive graphs – 2/2

De Andrew McGregor

47:33

publiée le 8 avril 2016

Density estimation via piecewise polynomial approximation in sample near-linear time

De Ilias Diakonikolas

56:01

publiée le 8 avril 2016

When your big data seems too small: accurate inferences beyond the empirical distribution 1/2

De Gregory Valiant

56:17

publiée le 8 avril 2016

When your big data seems too small: accurate inferences beyond the empirical distribution 2/2

De Gregory Valiant

46:18

publiée le 8 avril 2016

How to estimate the mean of a random variable? - Part 1

De Gábor Lugosi

39:48

publiée le 8 avril 2016

How to estimate the mean of a random variable? - Part 2

De Gábor Lugosi

Copyright Carmin.tv 2025

Donner son avis