TMLR

Sparse Multiple Kernel Learning: Alternating Best Response and Semidefinite Relaxations

稀疏多核学习：交替最佳响应与半正定松弛

Dimitris Bertsimas, Caio de Prospero Iglesias, Nicholas A. G. Johnson

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 本文提出了一种稀疏多核学习方法，通过交替最佳响应算法和半正定松弛，实现高效且精确的核选择与优化。

Comments Transactions on Machine Learning Research (2025)

Heterophily-informed Message Passing

异质性引导的消息传递

Haishan Wang, Arno Solin, Vikas Garg

AI总结 本研究提出一种基于异质性的消息传递方法，通过调节消息聚合以保留信息的低频和高频成分，提升图神经网络在分类和分子生成任务中的性能。

Comments Appearing in Transactions on Machine Learning Research (TMLR) 2025

Journal ref Transactions on Machine Learning Research (2025)

Pre-trained Language Models Improve the Few-shot Prompt Ability of Decision Transformer

预训练语言模型提升决策变换器的少样本提示能力

Yu Yang, Pan Xu

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Duke University（杜克大学） ； Department of Biostatistics and Bioinformatics（生物统计学与生物信息学系） ； Department of Computer Science（计算机科学系） 纠错

AI总结 预训练语言模型提升决策变换器的少样本提示能力，通过初始化和提示正则化增强RL任务区分能力。

Comments 2 figures, 10 tables. Published in Transactions on Machine Learning Research (TMLR)

Journal ref Transactions on Machine Learning Research, 2025

Training Dynamics of Learning 3D-Rotational Equivariance

学习3D旋转等价性动力学

Max W. Shen, Ewa Nowara, Michael Maser, Kyunghyun Cho

机构 * Genentech Computational Sciences（基因泰克计算科学） 纠错

AI总结 本文研究了学习3D旋转等价性的动力学，发现其损失景观更平滑且更容易优化，从而在训练早期即可显著降低等价性误差。

Comments Accepted to Transactions on Machine Learning Research (TMLR)

kNNSampler: Stochastic Imputations for Recovering Missing Value Distributions

kNNSampler: 通过随机采样恢复缺失值分布的随机填补方法

Parastoo Pashmchi, Jérôme Benoit, Motonobu Kanagawa

机构 * SAP Labs France（SAP法国实验室） ； EURECOM 纠错

AI总结 kNNSampler通过随机采样最相似单元的观测响应来填补缺失值，能够估计缺失值的条件分布并用于多重填补。

Comments Published in Transactions on Machine Learning Research (TMLR). Reviewed on OpenReview: https://openreview.net/forum?id=4CDnIACCQG