本文研究了分布式估计问题,Alice和Bob分别持有概率分布,目标是以加性误差ε估计函数f(x,y)的期望。我们提出了一种新的去偏协议,改善了对1/ε的依赖,使其线性化。同时,为特定函数(如相等和大于函数)提供了更好的上界,并引入了基于谱方法的下界技术,证明了协议的最优性。
该文介绍了一种基于神经常微分方程的谱方法来学习时空微分方程的方法,能够处理具有无边界空间域上的远程非局部空间相互作用的目标时空方程。该方法将机器学习方法推广到了无边界的微分方程和更大的问题类别。
完成下面两步后,将自动完成登录并继续当前操作。