中文

torus 上的锐利谱投影估计:在 $p_c=\frac{2(n+1)}{n-1}$ 处

机器学习 2024-05-28 v2 分布式、并行与集群计算

摘要

我们在所有维度下证明了在指数 pc=2(n+1)n1p_c=\frac{2(n+1)}{n-1} 处,对宽度从 1 缩小到长度为 λ1+κ\lambda^{-1+\kappa} 的缩小窗口(其中 κ>0\kappa>0)的锐利谱投影估计。这改进并稍微概括了 Blair-Huang-Sogge 的工作,后者在宽度为 λ1n+3\lambda^{-\frac{1}{n+3}} 的窗口上证明了锐利结果;也改进了 Hickman、Germain-Myerson 和 Demeter-Germain 的工作,后者在所有宽度的窗口上证明了结果,但损失了亚多项式因子。我们的工作采用了这两组作者的方法,结合 Blair-Huang-Sogge 的双线性分解和微观技术与 Hickman、Germain-Myerson 和 Demeter-Germain 使用的脱落理论和显式格点引理,以消除这些损失。

关键词

引用

@article{arxiv.2405.02745,
  title  = {Understanding Server-Assisted Federated Learning in the Presence of Incomplete Client Participation},
  author = {Haibo Yang and Peiwen Qiu and Prashant Khanduri and Minghong Fang and Jia Liu},
  journal= {arXiv preprint arXiv:2405.02745},
  year   = {2024}
}

备注

Accepted in ICML2024