Theoretical Understanding of Classic Learning Algorithms

Informazioni relative al progetto

TUCLA

ID dell’accordo di sovvenzione: 101125203

DOI

10.3030/101125203

Data della firma CE 15 Dicembre 2023

Data di avvio 1 Agosto 2024

Data di completamento 31 Luglio 2029

Finanziato da

• European Research Council (ERC)

Costo totale

€ 1 999 288,00

Contributo UE

€ 1 999 288,00

Coordinato da

AARHUS UNIVERSITET
Denmark

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Pubblicazioni

Conference proceedings (20)

Derandomizing Multi-Distribution Learning

Autori: Kasper Green Larsen, Omar Montasser, Nikita Zhivotovskiy
Pubblicato in: Advances in Neural Information Processing Systems 37, 2024
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/079017-2989

Tight Margin-Based Generalization Bounds for Voting Classifiers over Finite Hypothesis Sets

Autori: Kasper Green Larsen, Natascha Schalburg
Pubblicato in: ICML 2026, 2026
Editore: PMLR
DOI: 10.48550/ARXIV.2511.20407

Revisiting Agnostic Boosting

Autori: Arthur da Cunha, Mikael Møller Høgsgaard, Andrea Paudice, Yuxin Sun
Pubblicato in: Advances in Neural Information Processing Systems 38, 2026
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/085713-4698

Optimal Parallelization of Boosting

Autori: Arthur Da Cunha, Mikael Møller Høgsgaard, Kasper Green Larsen
Pubblicato in: Advances in Neural Information Processing Systems 37, 2024
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/079017-0464

Learning with Monotone Adversarial Corruptions

Autori: Kasper Green Larsen, Chirag Pabbaraju, Abhishek Shetty
Pubblicato in: 2026
Editore: PMLR

Actively Learning Halfspaces without Synthetic Data

Autori: Hadley Black, Kasper Green Larsen, Arya Mazumdar, Barna Saha, Geelon So
Pubblicato in: 2026
Editore: PMLR

A New Lower Bound for Multicolor Discrepancy with Applications to Fair Division

Autori: Ioannis Caragiannis, Kasper Green Larsen, Sudarshan Shyam
Pubblicato in: Lecture Notes in Computer Science, Algorithmic Game Theory, 2025
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-032-03639-1_13

An Exponential Separation Between Quantum and Quantum-Inspired Classical Algorithms for Linear Systems

Autori: Allan Grønlund, Kasper Green Larsen
Pubblicato in: ICML 2026, 2026
Editore: PMLR
DOI: 10.48550/ARXIV.2411.02087

The Sample Complexity of Replicable Realizable PAC Learning

Autori: Kasper Green Larsen, Markus Engelund Mathiasen, Chirag Pabbaraju, Clement Svendsen
Pubblicato in: Proceedings of the 58th Annual ACM Symposium on Theory of Computing, 2026
Editore: ACM
DOI: 10.1145/3798129.3800910

Boosting, Voting Classifiers and Randomized Sample Compression Schemes

Autori: Arthur da Cunha, Kasper Green Larsen, Martin Ritzert
Pubblicato in: 2025
Editore: PMLR

On Agnostic PAC Learning in the Small Error Regime

Autori: Julian Asilis, Mikael Møller Høgsgaard, Grigoris Velegkas
Pubblicato in: Advances in Neural Information Processing Systems 38, 2026
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/085713-4112

A Fine-Grained Understanding of Uniform Convergence for Halfspaces

Autori: Aryeh Kontorovich, Kasper Green Larsen
Pubblicato in: ICML 2026, 2026
Editore: PMLR
DOI: 10.48550/ARXIV.2605.06004

Revisiting Agnostic PAC Learning

Autori: Steve Hanneke, Kasper Green Larsen, Nikita Zhivotovskiy
Pubblicato in: 2024 IEEE 65th Annual Symposium on Foundations of Computer Science (FOCS), 2024
Editore: IEEE
DOI: 10.1109/FOCS61266.2024.00118

Improved Margin Generalization Bounds for Voting Classifiers

Autori: Mikael Møller Høgsgaard, Kasper Green Larsen
Pubblicato in: Proceedings of Thirty Eighth Conference on Learning Theory (series: Proceedings of Machine Learning Research), 2025
Editore: PMLR

The Interplay Between Interpolation and Aggregation in Regression: Optimal Sample Complexity

Autori: Mikael Møller Høgsgaard, Kasper Green Larsen, Liang-Yu Zou
Pubblicato in: ICML 2026, 2026
Editore: PMLR
DOI: 10.48550/ARXIV.2605.29819

The Optimal Sample Complexity of Linear Contracts

Autori: Mikael Møller Høgsgaard
Pubblicato in: ICML 2026, 2026
Editore: PMLR
DOI: 10.48550/ARXIV.2601.01496

The Many Faces of Optimal Weak-to-Strong Learning

Autori: Mikael Møller Høgsgaard, Kasper Green Larsen, Markus Engelund Mathiasen
Pubblicato in: Advances in Neural Information Processing Systems 37, 2024
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/079017-1644

Sample-Near-Optimal Agnostic Boosting with Improved Running Time

Autori: Arthur da Cunha, Mikael Møller Høgsgaard, Andrea Paudice
Pubblicato in: Proceedings of The 37th International Conference on Algorithmic Learning Theory, 2026
Editore: PMLR

Improved Replicable Boosting with Majority-of-Majorities

Autori: Kasper Green Larsen, Markus Engelund Mathiasen, Clement Svendsen
Pubblicato in: 2026
Editore: PMLR

Tight Generalization Bounds for Large-Margin Halfspaces

Autori: Kasper Green Larsen, Natascha Schalburg
Pubblicato in: Advances in Neural Information Processing Systems 38, 2026
Editore: Neural Information Processing Systems Foundation, Inc. (NeurIPS)
DOI: 10.52202/085713-1531

Peer reviewed articles (1)

Fourth-moment theorems for sums of multiple integrals

Autori: Andreas Basse-O’Connor, David Kramer-Bang, Clement Svendsen
Pubblicato in: Proceedings of the American Mathematical Society, Numero 154, 2026, ISSN 1088-6826
Editore: American Mathematical Society (AMS)
DOI: 10.1090/PROC/17808