A computational transition for detecting correlated stochastic block models by low-degree polynomials

Este trabalho estabelece o limiar exato para a detecção de correlação em pares de grafos de blocos estocásticos esparsos correlacionados utilizando polinômios de baixo grau, demonstrando que a distinção entre o modelo correlacionado e grafos independentes é possível se e somente se a probabilidade de subamostragem exceder o mínimo entre a constante de Otter e o limiar de Kesten-Stigum.

Guanyi Chen, Jian Ding, Shuyang Gong + 1 more2026-03-05🤖 cs.LG

Even Faster Kernel Matrix Linear Algebra via Density Estimation

Este artigo propõe algoritmos mais rápidos para operações de álgebra linear em matrizes de kernel, utilizando estimativa de densidade de kernel (KDE) para reduzir a dependência computacional no número de pontos e no erro de aproximação em comparação com métodos anteriores, ao mesmo tempo que estabelece limites inferiores que indicam a complexidade fundamental desses problemas.

Rikhav Shah, Sandeep Silwal, Haike Xu2026-03-05🤖 cs.LG

Submodular Maximization over a Matroid kk-Intersection: Multiplicative Improvement over Greedy

Este artigo apresenta o primeiro algoritmo que oferece uma melhoria multiplicativa sobre a razão de aproximação do algoritmo ganancioso para a maximização de funções submodulares sob interseção de kk matróides, alcançando uma razão de aproximadamente $0,819katraveˊsdeumaabordagemhıˊbridadebuscalocalegananciosaqueeˊindependentede através de uma abordagem híbrida de busca local e gananciosa que é independente de k$ e aplicável também a casos não monotônicos e a restrições de paridade.

Moran Feldman, Justin Ward2026-03-05💻 cs