:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tosh, Christopher, Hsu, Daniel
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2112.12181
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Group-wise oracle-efficient algorithms for online multi-group learning
von: Deng, Samuel, et al.
Veröffentlicht: (2024)

Group-realizable multi-group learning by minimizing empirical risk
von: Ardeshir, Navid, et al.
Veröffentlicht: (2026)

Federated learning over physical channels: adaptive algorithms with near-optimal guarantees
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Towards minimax optimal algorithms for Active Simple Hypothesis Testing
von: Vijayan, Sushant
Veröffentlicht: (2025)

The challenge of hidden gifts in multi-agent reinforcement learning
von: Malenfant, Dane, et al.
Veröffentlicht: (2025)

MNL-Bandit with Knapsacks: a near-optimal algorithm
von: Aznag, Abdellah, et al.
Veröffentlicht: (2021)

Hybrid quantum-classical algorithm for near-optimal planning in POMDPs
von: Cunha, Gilberto, et al.
Veröffentlicht: (2025)

Multi-group Learning for Hierarchical Groups
von: Deng, Samuel, et al.
Veröffentlicht: (2024)

Survey on Algorithms for multi-index models
von: Bruna, Joan, et al.
Veröffentlicht: (2025)

Adaptive multi-fidelity optimization with fast learning rates
von: Fiegel, Come, et al.
Veröffentlicht: (2026)

What do near-optimal learning rate schedules look like?
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2026)

Simple algorithms to test and learn local Hamiltonians
von: Gutiérrez, Francisco Escudero
Veröffentlicht: (2024)

An active learning framework for multi-group mean estimation
von: Aznag, Abdellah, et al.
Veröffentlicht: (2025)

The hidden risks of temporal resampling in clinical reinforcement learning
von: Frost, Thomas, et al.
Veröffentlicht: (2026)

Universal hidden monotonic trend estimation with contrastive learning
von: Pineau, Edouard, et al.
Veröffentlicht: (2022)

MatrixNet: Learning over symmetry groups using learned group representations
von: Laird, Lucas, et al.
Veröffentlicht: (2025)

Surrogate-based optimization of system architectures subject to hidden constraints
von: Bussemaker, Jasper, et al.
Veröffentlicht: (2025)

Adaptive multi-gradient methods for quasiconvex vector optimization and applications to multi-task learning
von: Minh, Nguyen Anh, et al.
Veröffentlicht: (2024)

A method of supervised learning from conflicting data with hidden contexts
von: Zhang, Tianren, et al.
Veröffentlicht: (2021)

Shallow diffusion networks provably learn hidden low-dimensional structure
von: Boffi, Nicholas M., et al.
Veröffentlicht: (2024)

Rate-optimal community detection near the KS threshold via node-robust algorithms
von: Ding, Jingqiu, et al.
Veröffentlicht: (2025)

Optimal rates for density and mode estimation with expand-and-sparsify representations
von: Sinha, Kaushik, et al.
Veröffentlicht: (2026)

Early learning of the optimal constant solution in neural networks and humans
von: Rubruck, Jirko, et al.
Veröffentlicht: (2024)

Review and experimental benchmarking of machine learning algorithms for efficient optimization of cold atom experiments
von: Anton, Oliver, et al.
Veröffentlicht: (2023)

Treatment response as a latent variable
von: Tosh, Christopher, et al.
Veröffentlicht: (2025)

Addressing the Cold-Start Problem for Personalized Combination Drug Screening
von: de Mathelin, Antoine, et al.
Veröffentlicht: (2025)

Dual-stage optimizer for systematic overestimation adjustment applied to multi-objective genetic algorithms for biomarker selection
von: Cattelani, Luca, et al.
Veröffentlicht: (2023)

Optimal thresholds and algorithms for a model of multi-modal learning in high dimensions
von: Keup, Christian, et al.
Veröffentlicht: (2024)

Deep Q-Network (DQN) multi-agent reinforcement learning (MARL) for Stock Trading
von: Tidwell, John Christopher, et al.
Veröffentlicht: (2025)

A novel multi-agent dynamic portfolio optimization learning system based on hierarchical deep reinforcement learning
von: Sun, Ruoyu, et al.
Veröffentlicht: (2025)

Fundamentals of quantum Boltzmann machine learning with visible and hidden units
von: Wilde, Mark M.
Veröffentlicht: (2025)

How to sketch a learning algorithm
von: Gunn, Sam
Veröffentlicht: (2026)

Simple online learning with consistent oracle
von: Kozachinskiy, Alexander, et al.
Veröffentlicht: (2023)

Lower bounds for one-layer transformers that compute parity
von: Hsu, Daniel
Veröffentlicht: (2026)

Training speedups via batching for geometric learning: an analysis of static and dynamic algorithms
von: Speckhard, Daniel T., et al.
Veröffentlicht: (2025)

Uncovering mesa-optimization algorithms in Transformers
von: von Oswald, Johannes, et al.
Veröffentlicht: (2023)

Simple Linear Neuron Boosting
von: Munoz, Daniel
Veröffentlicht: (2025)

Q-MARL: A quantum-inspired algorithm using neural message passing for large-scale multi-agent reinforcement learning
von: Vo, Kha, et al.
Veröffentlicht: (2025)

Population stratification for prediction of mortality in post-AKI patients
von: da Silva, Flavio S. Correa, et al.
Veröffentlicht: (2024)

Unlearning as multi-task optimization: A normalized gradient difference approach with an adaptive learning rate
von: Bu, Zhiqi, et al.
Veröffentlicht: (2024)