(家里)(简历)(出版)(活动)

研究兴趣

• 算法对于大数据:communication-efficient分布式计算/监控、流/草图算法,下界。
  
• 机器学习的理论基础:协作学习,分布式学习,强化学习。
  

项目

• 并行与通信和自适应性约束强化学习
• Communication-Efficient分布式计算和监测的基础
• 高效的大规模分布式计算在流行病学和传染病动力学图问题
• 高效的查询嘈杂的分布式/流媒体数据集算法

目前的教学

• 2023年春季:B403介绍算法设计与分析

服务

• 计划委员会(选择):
  NeurIPS 2023(面积椅子),ICML 2023(面积椅子),IPDPS 2023,豆荚2023,
  NeurIPS 2022(面积椅子),ICML 2022,ICDE 2022,
  NeurIPS 2021(面积椅子),ICML 2021,SIGMOD 2021,ICDE 2021,VLDB 2021,索萨2021,
  NeurIPS 2020,ICML 2020,豆荚2020,AAAI 2020,
  NeurIPS 2019,艾萨克2019年,IJCAI 2019年展出,IPDPS 2019,ICML 2019,
  NeurIPS 2018,ICML 2018,AAAI 2018,ICLR 2018,BeyondMR 2018,
  少量的酒2017,WAOA 2017,团2017,豆荚2017,
  少量的酒2016,苏打水2016,CIKM 2016,
  CIKM 2015,CIKM 2014,TAMC 2013

学生

• 塞巴斯蒂安·维拉波斯(自2023年以来;co-advising Haixu唐教授)
• Artem Iurchenko(自2023年以来;co-advising Amr Sabry教授)
• Kaiwen刘(2022年以来)
• 尼古拉·卡尔波夫(自2018年以来;co-advising Cenk Sahinalp教授)
• 曹国伟道(博士2021;第一次就业:谷歌;co-advising元周教授)
• 晧瑜张(博士2020;第一次就业:研究员元)
• Jiecao陈(博士2019;第一次就业:研究工程师在谷歌AI)

一些文件(完整的列表][DBLP]

1. 协作学习有限的交互:严格界限为分布式勘探Multi-Armed土匪(初步完整版,37页)(参看。说话)
   c .道和y
   IEEE研讨会上计算机科学的基础内容。foc 19),出现。美国马里兰州巴尔的摩,2019年11月。
   
   • 我们最好的手臂识别问题进行系统的研究协作学习环境的有限的交互。
   • 我们获得几乎紧round-speedup权衡定时和fixed-confidence设置,并显示一个复杂分离为两个变体。
   • 我们开发两个新技术证明一轮下界多代理协作学习。
   
   这后续工作(foc 20)扩展了top-k手臂识别工作,显示了强大的分离(手臂识别和鉴定top-k臂。

2. 分布式局部聚类(初步完整版,20页)(参看。说话)
   李和s·y
   Proc。ACM研讨会在并行算法和架构(SPAA 17),143 - 152页。华盛顿特区,美国,July 2017.
   邀请特刊SPAA 2017篇论文的ACM事务并行计算(TOPC)
   最佳论文奖
   
   • 我们给的第一个系统研究通信/ round-efficient分布式局部聚类,通过提供几乎紧边界部分k-center k-median, k - means确定性和随机设置。
   • 作为一个副产品,我们开发的第一个算法部分k-median和k - means subquadratic时间运行的目标。
   
   这后续工作(少量的18)给出了一个更实用的分布式聚类算法与离群值。

3. 编辑距离:素描、流和文档交换(初步完整版,30页)(参看。说话)
   与d Belazzougui
   IEEE研讨会上计算机科学的基础内容。foc 16),51-60页。美国新泽西州新不伦瑞克,2016年10月。
   
   • 我们实现近最优通信几乎线性时间恢复文档交换。
   • 我们获得第一的草图和流媒体的编辑距离算法下的次线性尺寸/空间小的距离阈值。
   • 我们的技术调整字符串使用多个随机漫步可能是独立的利益。

4. 对分布式功能监视的范围(初步完整版,50页)(参看。说话)
   与d·p·伍德乐夫
   Proc。ACM研讨会上的理论计算(获得STOC 12),941 - 960页。纽约,纽约,美国,2012年5月。
   
   • 我们解决一些基本问题领域的分布式功能监视(又名分布式流媒体)。
   • 令人惊讶的是,所需的总沟通继续监控一个函数通常是类似于相应的一次性计算!
   • 提出了一种新技术叫做“组成”为随机多方通信的复杂性。
   
   这后续工作(苏打水14)解决了不同元素在所有的通信复杂性参数。

5. 下界Number-in-Hand多方通信复杂性,制造容易(初步完整版,22页)(参看。说话)
   j·m·菲利普斯和大肠Verbin
   Proc。ACM-SIAM研讨会上离散算法(苏打水12),486 - 501页。日本京都,2012年1月。
   杂志版本暹罗《计算(SICOMP)45、体积,问题1,174 - 196页,2016年2月(链接)。
   • 提出了一种新技术叫做“均衡”为随机多方通信的复杂性。

6. 从分布式最优抽样流(初步完整版,25页)[讨论]
   与g . Cormode Muthukrishnan和彝族
   Proc。ACM SIGMOD-SIGACT-SIGART研讨会上数据库系统原理(豆荚10),77 - 86页。印第安纳波利斯,在美国,2010年6月。
   邀请ACM的杂志(JACM),卷59,问题2,页10:1-10:25,2012年4月(链接)。
   • 在分布式流模型,随机抽样比计算更容易。

7. 缓冲的局限性:紧下界动态加入外部内存模型(初步完整版,18页)[讨论]
   与大肠Verbin
   Proc。ACM研讨会上的理论计算(获得STOC 10),447 - 456页。马萨诸塞州,剑桥,美国,2010年6月。
   杂志版本暹罗《计算(SICOMP),42卷,问题1,212 - 229页,2013年1月(链接)。
   • 我们解决一些基本问题领域的外部存储器的数据结构。
   • 对于许多基本问题,缓冲是不可能实现的外部内存模型与sublogarithmic查询时间。
   • 外部内存模型比RAM模型在某些角度实施清洁。
   注意:在上面所有的论文,作者是按字母顺序排序的。