ICML

Generator-based Graph Generation via Heat Diffusion

基于生成器的图生成 via 热扩散

Anthony Stephenson, Ian Gallagher, Christopher Nemeth

机构 * Department of Mathematics, University of Bristol, Bristol BS8 1UG, UK（布里斯托大学数学系） ； School of Mathematics and Statistics, University of Melbourne, Parkville, VIC, 3010, Australia（墨尔本大学数学与统计学学院） 纠错

AI总结 本文提出基于图拉普拉斯矩阵和热扩散的图生成框架，通过神经网络匹配生成器以生成新的图结构，有效捕捉真实和合成图的结构特性。

Comments Submitted to ICML; 8+15 pages; 20 figures

Beyond Regular Grids: Fourier-Based Neural Operators on Arbitrary Domains

超越常规网格：基于傅里叶的神经算子在任意域上的应用

Levi Lingsch, Mike Y. Michelis, Emmanuel de Bezenac, Sirani M. Perera, Robert K. Katzschmann, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, ETH Zurich, Switzerland（应用数学研讨会，苏黎世联邦理工学院，瑞士） ； ETH AI Center, ETH Zurich, Switzerland（ETH人工智能中心，苏黎世联邦理工学院，瑞士） ； Soft Robotics Lab, ETH Zurich, Switzerland（软机器人实验室，苏黎世联邦理工学院，瑞士） ； Department of Mathematics, Embry-Riddle Aeronautical University, Daytona Beach, FL, USA（数学系，埃姆布里-瑞德航空航天大学，佛罗里达州达科他海滩） 纠错

AI总结 本文提出基于傅里叶变换的神经算子方法，用于在任意非等距点分布上高效处理PDE解，提升训练速度并保持准确性。

Comments 20 pages, 12 figures

Journal ref Proc. 41st International Conference on Machine Learning (ICML 2024), PMLR 235, 2024

Federated Learning With Individualized Privacy Through Client Sampling

通过客户端采样实现个性化隐私的联邦学习

Lucas Lange, Ole Borchardt, Erhard Rahm

机构 * ScaDS.AI Dresden/Leipzig（ScaDS.AI 德累斯顿/莱比锡） ； Leipzig University（莱比锡大学） 纠错

AI总结 本文提出了一种基于客户端采样的个性化隐私联邦学习方法，通过调整IDP-FedAvg算法提升隐私与效用的平衡。

Comments Accepted at 10th International Conference on Machine Learning Technologies (ICMLT 2025)

Journal ref 10th International Conference on Machine Learning Technologies (ICMLT 2025)