Probabilistic Linear Explanations
本文提出了一种基于稀疏、锚定线性模型的统一框架，用于解决二分类和连续回归中的概率可解释性问题，并通过MIP和IHT两种方法求解。
0 citationsRead paper
Selected work
Representative Papers
Dense Structural Compression of Transformers via Gauge-Correct Channel Removal
本文通过GaugeLasso方法在训练过程中移除低效通道，以减少变压器推理能耗，同时保持高GPU吞吐量和网络功能。
0 citationsRead paper
Size Bounds for CQs Under Acyclic Constraints
研究了在无环函数依赖条件下，使用多项式边界方法解决连接查询结果大小的估计问题，并探讨了其与熵边界的差异。
0 citationsRead paper
Recent publications
Latest Papers
Probabilistic Linear Explanations
本文提出了一种基于稀疏、锚定线性模型的统一框架，用于解决二分类和连续回归中的概率可解释性问题，并通过MIP和IHT两种方法求解。
0 citationsRead paper
Dense Structural Compression of Transformers via Gauge-Correct Channel Removal
本文通过GaugeLasso方法在训练过程中移除低效通道，以减少变压器推理能耗，同时保持高GPU吞吐量和网络功能。
0 citationsRead paper
Size Bounds for CQs Under Acyclic Constraints
研究了在无环函数依赖条件下，使用多项式边界方法解决连接查询结果大小的估计问题，并探讨了其与熵边界的差异。
0 citationsRead paper