Copertina

The curse of overparametrization in adversarial training: Precise analysis of robust generalization for random features regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Hassani, Hamed, Javanmard, Adel
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Machine Learning Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On damage of interpolation to adversarial robustness in regression
di: Peng, Jingfu, et al.
Pubblicazione: (2026)

Differentially Private Model-X Knockoffs via Johnson-Lindenstrauss Transform
di: Tao, Yuxuan, et al.
Pubblicazione: (2025)

Self-Boost via Optimal Retraining: An Analysis via Approximate Message Passing
di: Javanmard, Adel, et al.
Pubblicazione: (2025)

Precise asymptotic analysis of Sobolev training for random feature models
di: Fisher, Katharine E, et al.
Pubblicazione: (2025)

Minimax rates of convergence for nonparametric regression under adversarial attacks
di: Peng, Jingfu, et al.
Pubblicazione: (2024)

Tractability from overparametrization: The example of the negative perceptron
di: Montanari, Andrea, et al.
Pubblicazione: (2021)

Signal-Plus-Noise Decomposition of Nonlinear Spiked Random Matrix Models
di: Moniri, Behrad, et al.
Pubblicazione: (2024)

Risk-Controlled Post-Processing of Decision Policies
di: Joshi, Sunay, et al.
Pubblicazione: (2026)

Learning from Aggregate responses: Instance Level versus Bag Level Loss Functions
di: Javanmard, Adel, et al.
Pubblicazione: (2024)

High-dimensional ridge regression with random features for non-identically distributed data with a variance profile
di: Dabo, Issa-Mbenard, et al.
Pubblicazione: (2025)

Deflated HeteroPCA: Overcoming the curse of ill-conditioning in heteroskedastic PCA
di: Zhou, Yuchen, et al.
Pubblicazione: (2023)

Provable tradeoffs in adversarially robust classification
di: Dobriban, Edgar, et al.
Pubblicazione: (2020)

InfoSFT: Learn More and Forget Less with Information-Aware Token Weighting
di: Sabbaghi, Mahdi, et al.
Pubblicazione: (2026)

Robust Policy Optimization to Prevent Catastrophic Forgetting
di: Sabbaghi, Mahdi, et al.
Pubblicazione: (2026)

Robust estimation with Lasso when outputs are adversarially contaminated
di: Sasai, Takeyuki, et al.
Pubblicazione: (2020)

Rates of convergence for density estimation with generative adversarial networks
di: Puchkin, Nikita, et al.
Pubblicazione: (2021)

Top-$K$ ranking with a monotone adversary
di: Yang, Yuepeng, et al.
Pubblicazione: (2024)

Pearson Chi-squared Conditional Randomization Test
di: Javanmard, Adel, et al.
Pubblicazione: (2021)

Adaptive posterior concentration rates for sparse high-dimensional linear regression with random design and unknown error variance
di: Mai, The Tien
Pubblicazione: (2024)

A non-asymptotic distributional theory of approximate message passing for sparse and robust regression
di: Li, Gen, et al.
Pubblicazione: (2024)

Model-based causal feature selection for general response types
di: Kook, Lucas, et al.
Pubblicazione: (2023)

Ridge interpolators in correlated factor regression models -- exact risk analysis
di: Stojnic, Mihailo
Pubblicazione: (2024)

Adversarial robust weighted Huber regression
di: Sasai, Takeyuki, et al.
Pubblicazione: (2021)

When does Gaussian equivalence fail and how to fix it: Non-universal behavior of random features with quadratic scaling
di: Wen, Garrett G., et al.
Pubblicazione: (2025)

Information-theoretic reduction of deep neural networks to linear models in the overparametrized proportional regime
di: Camilli, Francesco, et al.
Pubblicazione: (2025)

Nonparametric logistic regression with deep learning
di: Yara, Atsutomo, et al.
Pubblicazione: (2024)

Metric space valued Fréchet regression
di: Györfi, László, et al.
Pubblicazione: (2026)

High-dimensional robust regression under heavy-tailed data: Asymptotics and Universality
di: Adomaityte, Urte, et al.
Pubblicazione: (2023)

Dynamical local Fréchet curve regression in manifolds
di: Ruiz-Medina, M. D., et al.
Pubblicazione: (2025)

Covariate shift in nonparametric regression with Markovian design
di: Trottner, Lukas
Pubblicazione: (2023)

Strong identifiability and parameter learning in regression with heterogeneous response
di: Do, Dat, et al.
Pubblicazione: (2022)

Adaptive sparse variational approximations for Gaussian process regression
di: Nieman, Dennis, et al.
Pubblicazione: (2025)

Support estimation in high-dimensional heteroscedastic mean regression
di: Hermann, Philipp, et al.
Pubblicazione: (2020)

Early stopping and polynomial smoothing in regression with reproducing kernels
di: Averyanov, Yaroslav, et al.
Pubblicazione: (2020)

Selective inference using randomized group lasso estimators for general models
di: Huang, Yiling, et al.
Pubblicazione: (2023)

Outrigger local polynomial regression
di: Young, Elliot H., et al.
Pubblicazione: (2026)

Finite-sample performance of the maximum likelihood estimator in logistic regression
di: Chardon, Hugo, et al.
Pubblicazione: (2024)

Minimax optimal transfer learning for high-dimensional additive regression
di: Moon, Seung Hyun
Pubblicazione: (2025)

Inference via robust optimal transportation: theory and methods
di: Ma, Yiming, et al.
Pubblicazione: (2023)

Doubly robust estimation of causal effects for random object outcomes with continuous treatments
di: Bhattacharjee, Satarupa, et al.
Pubblicazione: (2025)