Buchumschlag

Geometry, Computation, and Optimality in Stochastic Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Chen, Levy, Daniel, Duchi, John C.
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Optimization and Control Information Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Stochastic Smoothed Gradient Descent Ascent for Federated Minimax Optimization
von: Shen, Wei, et al.
Veröffentlicht: (2023)

Stochastic Zeroth-Order Optimization under Strongly Convexity and Lipschitz Hessian: Minimax Sample Complexity
von: Yu, Qian, et al.
Veröffentlicht: (2024)

Span-Based Optimal Sample Complexity for Average Reward MDPs
von: Zurek, Matthew, et al.
Veröffentlicht: (2023)

Structured Sampling for Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2024)

Optimal Variance-Dependent Regret Bounds for Infinite-Horizon MDPs
von: Zamir, Guy, et al.
Veröffentlicht: (2026)

The Plug-in Approach for Average-Reward and Discounted MDPs: Optimal Sample Complexity Analysis
von: Zurek, Matthew, et al.
Veröffentlicht: (2024)

Span-Agnostic Optimal Sample Complexity and Oracle Inequalities for Average-Reward RL
von: Zurek, Matthew, et al.
Veröffentlicht: (2025)

Span-Based Optimal Sample Complexity for Weakly Communicating and General Average Reward MDPs
von: Zurek, Matthew, et al.
Veröffentlicht: (2024)

Optimal Single-Policy Sample Complexity and Transient Coverage for Average-Reward Offline RL
von: Zurek, Matthew, et al.
Veröffentlicht: (2025)

A Dual Basis Approach for Structured Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2025)

Optimal transport natural gradient for statistical manifolds with continuous sample space
von: Chen, Yifan, et al.
Veröffentlicht: (2018)

Finite-Time Minimax Bounds and an Optimal Lyapunov Policy in Queueing Control
von: Liu, Yujie, et al.
Veröffentlicht: (2025)

Stochastic Optimization with Optimal Importance Sampling
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods
von: Li, Gen, et al.
Veröffentlicht: (2023)

Wasserstein Distributionally Robust Estimation in High Dimensions: Performance Analysis and Optimal Hyperparameter Tuning
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2022)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

Tight Regret Bounds for Bayesian Optimization in One Dimension
von: Scarlett, Jonathan
Veröffentlicht: (2018)

A Single-Loop First-Order Algorithm for Linearly Constrained Bilevel Optimization
von: Shen, Wei, et al.
Veröffentlicht: (2025)

On Convex Data-Driven Inverse Optimal Control for Nonlinear, Non-stationary and Stochastic Systems
von: Garrabe, Emiland, et al.
Veröffentlicht: (2023)

Ensemble-Conditional Gaussian Processes (Ens-CGP): Representation, Geometry, and Inference
von: Ravela, Sai, et al.
Veröffentlicht: (2026)

Optimal Online Bookmaking for Binary Games
von: Bhatt, Alankrita, et al.
Veröffentlicht: (2025)

Convexity in Disguise: A Theoretical Framework for Nonconvex Low-Rank Matrix Estimation
von: Cui, Chengyu, et al.
Veröffentlicht: (2026)

Linear regression with overparameterized linear neural networks: Tight upper and lower bounds for implicit $\ell^1$-regularization
von: Matt, Hannes, et al.
Veröffentlicht: (2025)

Recovering Simultaneously Structured Data via Non-Convex Iteratively Reweighted Least Squares
von: Kümmerle, Christian, et al.
Veröffentlicht: (2023)

Generalized Orthogonal Procrustes Problem under Arbitrary Adversaries
von: Ling, Shuyang
Veröffentlicht: (2021)

On the Robustness of Cross-Concentrated Sampling for Matrix Completion
von: Cai, HanQin, et al.
Veröffentlicht: (2024)

A Neural Network Algorithm for KL Divergence Estimation with Quantitative Error Bounds
von: Foss, Mikil, et al.
Veröffentlicht: (2025)

Variational Inference on the Boolean Hypercube with the Quantum Entropy
von: Beyler, Eliot, et al.
Veröffentlicht: (2024)

The augmented NLP bound for maximum-entropy remote sampling
von: Ponte, Gabriel, et al.
Veröffentlicht: (2026)

More is Less: Inducing Sparsity via Overparameterization
von: Chou, Hung-Hsu, et al.
Veröffentlicht: (2021)

On the Convergence Analysis of Muon
von: Shen, Wei, et al.
Veröffentlicht: (2025)

Adversarial Water-Filling: Theory, Algorithms and Foundation Model
von: Tong, Xindi, et al.
Veröffentlicht: (2026)

Group Projected Subspace Pursuit for Block Sparse Signal Reconstruction: Convergence Analysis and Applications
von: He, Roy Y., et al.
Veröffentlicht: (2024)

MLorc: Momentum Low-rank Compression for Memory Efficient Large Language Model Adaptation
von: Shen, Wei, et al.
Veröffentlicht: (2025)

Optimal Online Bookmaking for Any Number of Outcomes
von: Tal, Hadar, et al.
Veröffentlicht: (2025)

Breaking the Sample Size Barrier in Model-Based Reinforcement Learning with a Generative Model
von: Li, Gen, et al.
Veröffentlicht: (2020)

Nonconvex Factorization and Manifold Formulations are Almost Equivalent in Low-rank Matrix Optimization
von: Luo, Yuetian, et al.
Veröffentlicht: (2021)

Taming "data-hungry" reinforcement learning? Stability in continuous state-action spaces
von: Duan, Yaqi, et al.
Veröffentlicht: (2024)

Newton Meets Marchenko-Pastur: Massively Parallel Second-Order Optimization with Hessian Sketching and Debiasing
von: Romanov, Elad, et al.
Veröffentlicht: (2024)

SLowcal-SGD: Slow Query Points Improve Local-SGD for Stochastic Convex Optimization
von: Dahan, Tehila, et al.
Veröffentlicht: (2023)