Fugu-MT 論文翻訳(概要): Grokability in five inequalities

論文の概要: Grokability in five inequalities

arxiv url: http://arxiv.org/abs/2605.05193v1
Date: Wed, 06 May 2026 17:55:15 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-07 18:41:07.981538
Title: Grokability in five inequalities
Title（参考訳）: 5つの不等式におけるグロクビリティ
Authors: Paata Ivanisvili, Xinyuan Xie,
Abstract要約: 我々はGrokvolutionと共同で行った5つの数学的発見を報告する。これらには、$mathbbRn$における最大ガウス近辺集合上の改善された下界、ハミング立方体上のよりシャープな$L$-$L$モーメント比較の不等式、最大の$g$-Sidon集合の1,dots,n$におけるサイズに関する改善された境界、最適なバランスの取れたスザレックの不等式が含まれる。
参考スコア（独自算出の注目度）: 0.0954904463032233
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this note, we report five mathematical discoveries made in collaboration with Grok, all of which have been subsequently verified by the authors. These include an improved lower bound on the maximal Gaussian perimeter of convex sets in $\mathbb{R}^n$, sharper $L_2$-$L_1$ moment comparison inequalities on the Hamming cube $\{-1,1\}^n$, a strengthened autoconvolution inequality, improved asymptotic bounds on the size of the largest $g$-Sidon sets in $\{1,\dots,n\}$, and an optimal balanced Szarek's inequality.
Abstract（参考訳）: 本稿では,Grokと共同で行った5つの数学的発見について報告する。例えば、$\mathbb{R}^n$, sharper $L_2$-$L_1$ moment comparison inequality on the Hamming Cube $\{-1,1\}^n$, enhanceded autoconvolution inequality, improved asymptotic bounds on the size of the largest $g$-Sidon set in $\{1,\dots,n\}$, and an optimal balanced Szarek's inequality。

関連論文リスト

Optimal Quantum Logarithmic Trace Inequality [2.7074235008521246]
我々は、Cheng et al.(arXiv:2507.07961)の最近の境界を強化する鋭い対数的トレース不等式を確立する。我々は、より小さな定数がすべての正の作用素の不等式を満たすことはないという意味で、$G_s$が最適普遍定数であることを証明する。これらの鋭い不等式は、疎結合、凸分割、補題の被覆を含む量子情報理論の鍵となるプリミティブを高める。
論文参考訳（メタデータ） (2026-04-16T04:57:25Z)
Hardness of High-Dimensional Linear Classification [58.29089693778071]
我々は、最大半空間離散性問題に対する次元下界の新たな指数関数を確立する。どちらも計算幾何学と機械学習の基本的問題であり、その正確で近似的な形式である。
論文参考訳（メタデータ） (2026-03-19T15:53:41Z)
Prediction, Learning, Uniform Convergence, and Scale-sensitive Dimensions [39.97534972432276]
本稿では,$[0,1]$-valued関数のクラスを学習するための新しい汎用アルゴリズムを提案する。このアルゴリズムの絶対誤差の一般上界を証明した。本研究は, 学習の複雑さに関する一般化された一般境界を得るために, 両方のパッキングバウンドをどう適用するかを示す。
論文参考訳（メタデータ） (2023-04-21T15:51:35Z)
A Nearly Tight Bound for Fitting an Ellipsoid to Gaussian Random Points [50.90125395570797]
このことは対数的因子の中でのciteSaundersonCPW12 の予想をほぼ成立させる。後者の予想は、機械学習とある種の統計上の問題に対する2乗下界との結びつきから、過去10年間で大きな注目を集めている。
論文参考訳（メタデータ） (2022-12-21T17:48:01Z)
Optimal Extragradient-Based Bilinearly-Coupled Saddle-Point Optimization [116.89941263390769]
滑らかな凸凹凸結合型サドル点問題, $min_mathbfxmax_mathbfyF(mathbfx) + H(mathbfx,mathbfy)$ を考える。漸進的勾配指数(AG-EG)降下指数アルゴリズムについて述べる。
論文参考訳（メタデータ） (2022-06-17T06:10:20Z)
The entropic barrier is $n$-self-concordant [3.363127629964749]
ここでは、自己調和パラメータ上の$n$の最適境界が、ブラスカンプ=リーブの不等式(英語版)の結果として成り立つことを観察する。
論文参考訳（メタデータ） (2021-12-21T02:43:30Z)
Matrix hypercontractivity, streaming algorithms and LDCs: the large alphabet case [3.729242965449096]
We consider streaming algorithm for Approximating the value of Unique Games on a hypergraph with $t$-size hyperedges。この値の$(r-varepsilon)$-approximationを達成する逆モデルの全てのストリーミングアルゴリズムは、$Omega(n1-2/t)$量子空間を必要とする。
論文参考訳（メタデータ） (2021-09-06T16:56:19Z)
Optimal Robust Linear Regression in Nearly Linear Time [97.11565882347772]
学習者が生成モデル$Y = langle X,w* rangle + epsilon$から$n$のサンプルにアクセスできるような高次元頑健な線形回帰問題について検討する。 i) $X$ is L4-L2 hypercontractive, $mathbbE [XXtop]$ has bounded condition number and $epsilon$ has bounded variance, (ii) $X$ is sub-Gaussian with identity second moment and $epsilon$ is
論文参考訳（メタデータ） (2020-07-16T06:44:44Z)
Higher-order methods for convex-concave min-max optimization and monotone variational inequalities [7.645449711892907]
制約付き凸凹 min-max 問題に対する収束率の改善と高次滑らかな単調変分不等式を提供する。 p>2$の場合、ネミロフスキーの1階ミラープロキシ法の反復複雑性を改善する。さらに、制約のない$p=2$ケースでアルゴリズム全体をインスタンス化する。
論文参考訳（メタデータ） (2020-07-09T03:12:33Z)
Second-Order Information in Non-Convex Stochastic Optimization: Power and Limitations [54.42518331209581]
私たちは発見するアルゴリズムを見つけます。 epsilon$-approximate stationary point ($|nabla F(x)|le epsilon$) using $(epsilon,gamma)$surimateランダムランダムポイント。ここでの私たちの下限は、ノイズのないケースでも新規です。
論文参考訳（メタデータ） (2020-06-24T04:41:43Z)
Curse of Dimensionality on Randomized Smoothing for Certifiable Robustness [151.67113334248464]
我々は、他の攻撃モデルに対してスムースな手法を拡張することは困難であることを示す。我々はCIFARに関する実験結果を示し,その理論を検証した。
論文参考訳（メタデータ） (2020-02-08T22:02:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。