Research Project
基于次模优化和多臂老虎机的机器学习算法和理论
Abstract
次模优化算法广泛用于机器学习、计算机视觉以及自然语言处理，如特征选取、概率推理、图像分割、文档摘要、病毒营销以及传感器部署等。该课题深入剖析了多种类型的次模优化算法与理论，例如针对背包约束下的单调次模最大化问题，发现修改的贪心算法在理论上可达到0.405的近似比，纠正了该领域一个长期存在的误解。
Project members
Jing TANG
Assistant Professor
Project Period
2023
Research Area
Data-driven AI & Machine Learning