Copertina

Global Convergence Rate of Deep Equilibrium Models with General Activations

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Truong, Lan V.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

On Rademacher Complexity-based Generalization Bounds for Deep Learning
di: Truong, Lan V.
Pubblicazione: (2022)

Optimal Best-Arm Identification under Fixed Confidence with Multiple Optima
di: Truong, Lan V.
Pubblicazione: (2025)

On Rank-Dependent Generalisation Error Bounds for Transformers
di: Truong, Lan V.
Pubblicazione: (2024)

Spectral Flattening Is All Muon Needs: How Orthogonalization Controls Learning Rate and Convergence
di: Nguyen, Tien-Phat, et al.
Pubblicazione: (2026)

Reversible Deep Equilibrium Models
di: McCallum, Sam, et al.
Pubblicazione: (2025)

Optimal Convergence Rates of Deep Neural Network Classifiers
di: Zhang, Zihan, et al.
Pubblicazione: (2025)

Global Convergence in Neural ODEs: Impact of Activation Functions
di: Gao, Tianxiang, et al.
Pubblicazione: (2025)

Deep Learning for Computing Convergence Rates of Markov Chains
di: Qu, Yanlin, et al.
Pubblicazione: (2024)

Consistency Deep Equilibrium Models
di: Lin, Junchao, et al.
Pubblicazione: (2026)

Quantum Deep Equilibrium Models
di: Schleich, Philipp, et al.
Pubblicazione: (2024)

On Global Convergence Rates for Federated Softmax Policy Gradient under Heterogeneous Environments
di: Labbi, Safwan, et al.
Pubblicazione: (2025)

Sharp Convergence Rates for Masked Diffusion Models
di: Liang, Yuchen, et al.
Pubblicazione: (2026)

Safe Multi-Agent Reinforcement Learning with Convergence to Generalized Nash Equilibrium
di: Li, Zeyang, et al.
Pubblicazione: (2024)

Phase Transitions in Driven Informational Systems: A Two-Field Perspective on Learning Theory and Non-Equilibrium Chemistry
di: Khanh, Truong Xuan
Pubblicazione: (2026)

The Deep Equilibrium Algorithmic Reasoner
di: Georgiev, Dobrik, et al.
Pubblicazione: (2024)

Deep Equilibrium Algorithmic Reasoning
di: Georgiev, Dobrik, et al.
Pubblicazione: (2024)

Subhomogeneous Deep Equilibrium Models
di: Sittoni, Pietro, et al.
Pubblicazione: (2024)

Convergence Rates of Constrained Expected Improvement
di: Wang, Haowei, et al.
Pubblicazione: (2025)

Optimal Convergence Rates for Neural Operators
di: Nguyen, Mike, et al.
Pubblicazione: (2024)

DDEQs: Distributional Deep Equilibrium Models through Wasserstein Gradient Flows
di: Geuter, Jonathan, et al.
Pubblicazione: (2025)

Globally Convergent Variational Inference
di: McNamara, Declan, et al.
Pubblicazione: (2025)

On the Convergence Rate of LoRA Gradient Descent
di: Mu, Siqiao, et al.
Pubblicazione: (2025)

Convergence Rates for Softmax Gating Mixture of Experts
di: Nguyen, Huy, et al.
Pubblicazione: (2025)

Convergence Rate Analysis of LION
di: Dong, Yiming, et al.
Pubblicazione: (2024)

Adaptive Equilibrium: Dynamic Weighting Framework for Generalized Interruption of DeepFake Models
di: Zheng, Hongrui, et al.
Pubblicazione: (2026)

Convergence Guarantees for the DeepWalk Embedding on Block Models
di: Harker, Christopher, et al.
Pubblicazione: (2024)

Lipschitz Multiscale Deep Equilibrium Models: A Theoretically Guaranteed and Accelerated Approach
di: Sato, Naoki, et al.
Pubblicazione: (2026)

Federated Deep Equilibrium Learning: Harnessing Compact Global Representations to Enhance Personalization
di: Le, Long Tan, et al.
Pubblicazione: (2023)

Lyapunov-Stable Deep Equilibrium Models
di: Chu, Haoyu, et al.
Pubblicazione: (2023)

Convergence Rates for Distribution Matching with Sliced Optimal Transport
di: Thurin, Gauthier, et al.
Pubblicazione: (2026)

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

Deep Equilibrium Models are Almost Equivalent to Not-so-deep Explicit Models for High-dimensional Gaussian Mixtures
di: Ling, Zenan, et al.
Pubblicazione: (2024)

Global Convergence of Average Reward Constrained MDPs with Neural Critic and General Policy Parameterization
di: Satheesh, Anirudh, et al.
Pubblicazione: (2026)

Solving Differential Equations using Physics-Informed Deep Equilibrium Models
di: Pacheco, Bruno Machado, et al.
Pubblicazione: (2024)

Understanding Representation of Deep Equilibrium Models from Neural Collapse Perspective
di: Sun, Haixiang, et al.
Pubblicazione: (2024)

Certified Robustness for Deep Equilibrium Models via Serialized Random Smoothing
di: Gao, Weizhi, et al.
Pubblicazione: (2024)

On Global Applicability and Location Transferability of Generative Deep Learning Models for Precipitation Downscaling
di: Harder, Paula, et al.
Pubblicazione: (2025)

StochEP: Stochastic Equilibrium Propagation for Spiking Convergent Recurrent Neural Networks
di: Lin, Jiaqi, et al.
Pubblicazione: (2025)

Convergence to Nash Equilibrium and No-regret Guarantee in (Markov) Potential Games
di: Dong, Jing, et al.
Pubblicazione: (2024)

Data Normalization Strategies for EEG Deep Learning
di: Truong, Dung, et al.
Pubblicazione: (2025)