Buchumschlag

Lower Bounds for the Convergence of Tensor Power Iteration on Random Overcomplete Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Yuchen, Zhou, Kangjie
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Numerical Analysis
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sharp Analysis of Power Iteration for Tensor PCA
von: Wu, Yuchen, et al.
Veröffentlicht: (2024)

Last-Iterate Convergence of Randomized Kaczmarz and SGD with Greedy Step Size
von: Dereziński, Michał, et al.
Veröffentlicht: (2026)

Genetic Column Generation for Computing Lower Bounds for Adversarial Classification
von: Penka, Maximilian
Veröffentlicht: (2024)

Sharp Lower Bounds for Linearized ReLU^k Approximation on the Sphere
von: Mao, Tong, et al.
Veröffentlicht: (2025)

Quantile-Based Randomized Kaczmarz for Corrupted Tensor Linear Systems
von: Castillo, Alejandra, et al.
Veröffentlicht: (2025)

Randomized Tensor Ring Decomposition and Its Application to Large-scale Data Reconstruction
von: Yuan, Longhao, et al.
Veröffentlicht: (2019)

Low-Rank Compression of Pretrained Models via Randomized Subspace Iteration
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2026)

A New Tensor Network: Tubal Tensor Train and Its Applications
von: Ahmadi-Asl, Salman, et al.
Veröffentlicht: (2026)

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
von: Tang, Runshi, et al.
Veröffentlicht: (2025)

Convergence of Stochastic Gradient Methods for Wide Two-Layer Physics-Informed Neural Networks
von: Jin, Bangti, et al.
Veröffentlicht: (2025)

Quantifying Training Difficulty and Accelerating Convergence in Neural Network-Based PDE Solvers
von: Chen, Chuqi, et al.
Veröffentlicht: (2024)

Expressive Power of Deep Networks on Manifolds: Simultaneous Approximation
von: Zhou, Hanfei, et al.
Veröffentlicht: (2025)

Enhanced BPINN Training Convergence in Solving General and Multi-scale Elliptic PDEs with Noise
von: Hou, Yilong, et al.
Veröffentlicht: (2024)

Coseparable Nonnegative Tensor Factorization With T-CUR Decomposition
von: Chen, Juefei, et al.
Veröffentlicht: (2024)

When Langevin Monte Carlo Meets Randomization: New Sampling Algorithms with Non-asymptotic Error Bounds beyond Log-Concavity and Gradient Lipschitzness
von: Wang, Xiaojie, et al.
Veröffentlicht: (2025)

Trust-Region Sequential Quadratic Programming for Stochastic Optimization with Random Models
von: Fang, Yuchen, et al.
Veröffentlicht: (2024)

Sharp Convergence Rates for Matching Pursuit
von: Klusowski, Jason M., et al.
Veröffentlicht: (2023)

Sample Efficient Learning of Factored Embeddings of Tensor Fields
von: Heo, Taemin, et al.
Veröffentlicht: (2022)

Generalized Canonical Polyadic Tensor Decompositions with General Symmetry
von: Mulrooney, Alex, et al.
Veröffentlicht: (2026)

Efficient Tensor Completion Algorithms for Highly Oscillatory Operators
von: Singh, Navjot, et al.
Veröffentlicht: (2025)

An Iterative Deep Ritz Method for Monotone Elliptic Problems
von: Hu, Tianhao, et al.
Veröffentlicht: (2025)

Solving Partial Differential Equations with Random Feature Models
von: Liao, Chunyang
Veröffentlicht: (2024)

Basic Inequalities for First-Order Optimization with Applications to Statistical Risk Analysis
von: Paik, Seunghoon, et al.
Veröffentlicht: (2025)

Convergence analysis of OT-Flow for sample generation
von: Jing, Yang, et al.
Veröffentlicht: (2024)

Randomly Pivoted Partial Cholesky: Random How?
von: Steinerberger, Stefan
Veröffentlicht: (2024)

Time Extrapolation with Graph Convolutional Autoencoder and Tensor Train Decomposition
von: Chen, Yuanhong, et al.
Veröffentlicht: (2025)

Variational Bayesian Inference for Tensor Robust Principal Component Analysis
von: Wang, Chao, et al.
Veröffentlicht: (2024)

Guaranteed Sampling Flexibility for Low-tubal-rank Tensor Completion
von: Su, Bowen, et al.
Veröffentlicht: (2024)

Learning Singularity-Encoded Green's Functions with Application to Iterative Methods
von: Sun, Qi, et al.
Veröffentlicht: (2025)

Graph Neural Preconditioners for Iterative Solutions of Sparse Linear Systems
von: Chen, Jie
Veröffentlicht: (2024)

Generalization Bounds for Sparse Random Feature Expansions
von: Hashemi, Abolfazl, et al.
Veröffentlicht: (2021)

Faster Diffusion Models via Higher-Order Approximation
von: Li, Gen, et al.
Veröffentlicht: (2025)

On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces
von: Iske, Armin
Veröffentlicht: (2025)

Tensor Completion with Nearly Linear Samples Given Weak Side Information
von: Yu, Christina Lee, et al.
Veröffentlicht: (2020)

Tensor Decomposition Meets RKHS: Efficient Algorithms for Smooth and Misaligned Data
von: Larsen, Brett W., et al.
Veröffentlicht: (2024)

Convolutional Surrogate for 3D Discrete Fracture-Matrix Tensor Upscaling
von: Špetlík, Martin, et al.
Veröffentlicht: (2026)

Tensor train completion: local recovery guarantees via Riemannian optimization
von: Budzinskiy, Stanislav, et al.
Veröffentlicht: (2021)

Digital Twin Data Modelling by Randomized Orthogonal Decomposition and Deep Learning
von: Bistrian, Diana Alina, et al.
Veröffentlicht: (2022)

Hybrid Iterative Solvers with Geometry-Aware Neural Preconditioners for Parametric PDEs
von: Lee, Youngkyu, et al.
Veröffentlicht: (2025)

Randomized Neural Networks for Integro-Differential Equations with Application to Neutron Transport
von: Dang, Haoning, et al.
Veröffentlicht: (2026)