从噪声信息中学习排名的稀疏混合
机器学习
2018-11-06 v1 计算复杂性
数据结构与算法
机器学习
摘要
我们研究学习未知的由 个关于 个元素的排名所构成的混合的问题，给定从未知混合中抽取的噪声样本。我们考虑一系列不同的噪声模型，包括“热核”噪声框架和 Mallows 模型的自然变体。对于这些噪声模型中的每一个，我们给出一种算法，其在温和假设下以高准确度学习未知混合，并在 时间内运行。此前针对密切相关问题的最优算法运行时间关于 是指数级的。
引用
@article{arxiv.1811.01216,
title = {Learning sparse mixtures of rankings from noisy information},
author = {Anindya De and Ryan O'Donnell and Rocco Servedio},
journal= {arXiv preprint arXiv:1811.01216},
year = {2018}
}