Buchumschlag

Optimizer's Information Criterion: Dissecting and Correcting Bias in Data-Driven Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Iyengar, Garud, Lam, Henry, Wang, Tianyu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Diffusion Model for Data-Driven Black-Box Optimization
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Data-Driven Performance Guarantees for Classical and Learned Optimizers
von: Sambharya, Rajiv, et al.
Veröffentlicht: (2024)

Contextual Optimization under Covariate Shift: A Robust Approach by Intersecting Wasserstein Balls
von: Wang, Tianyu, et al.
Veröffentlicht: (2024)

Data-Driven Influence Functions for Optimization-Based Causal Inference
von: Jordan, Michael I., et al.
Veröffentlicht: (2022)

DCatalyst: A Unified Accelerated Framework for Decentralized Optimization
von: Cao, Tianyu, et al.
Veröffentlicht: (2025)

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
von: Li, Zhehao, et al.
Veröffentlicht: (2025)

Shuffling Momentum Gradient Algorithm for Convex Optimization
von: Tran, Trang H., et al.
Veröffentlicht: (2024)

Learning to Shuffle: Block Reshuffling and Reversal Schemes for Stochastic Optimization
von: Nguyen, Lam M., et al.
Veröffentlicht: (2026)

Federated Optimization with Doubly Regularized Drift Correction
von: Jiang, Xiaowen, et al.
Veröffentlicht: (2024)

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

Symplectic Inductive Bias for Data-Driven Target Reachability in Hamiltonian Systems
von: Ouyang, Zhuo, et al.
Veröffentlicht: (2026)

Robust Least-Squares Optimization for Data-Driven Predictive Control: A Geometric Approach
von: Bharadwaj, Shreyas, et al.
Veröffentlicht: (2025)

Implicit Bias of AdamW: $\ell_\infty$ Norm Constrained Optimization
von: Xie, Shuo, et al.
Veröffentlicht: (2024)

FedMuon: Federated Learning with Bias-corrected LMO-based Optimization
von: Takezawa, Yuki, et al.
Veröffentlicht: (2025)

Accelerated Stochastic Min-Max Optimization Based on Bias-corrected Momentum
von: Cai, Haoyuan, et al.
Veröffentlicht: (2024)

Shuffling Gradient-Based Methods for Nonconvex-Concave Minimax Optimization
von: Tran-Dinh, Quoc, et al.
Veröffentlicht: (2024)

Optimization with Access to Auxiliary Information
von: Chayti, El Mahdi, et al.
Veröffentlicht: (2022)

Matrix Completion with Graph Information: A Provable Nonconvex Optimization Approach
von: Wang, Yao, et al.
Veröffentlicht: (2025)

Stochastic-Constrained Stochastic Optimization with Markovian Data
von: Kim, Yeongjong, et al.
Veröffentlicht: (2023)

Proactive DP: A Multple Target Optimization Framework for DP-SGD
von: van Dijk, Marten, et al.
Veröffentlicht: (2021)

Optimal Complexity in Byzantine-Robust Distributed Stochastic Optimization with Data Heterogeneity
von: Shi, Qiankun, et al.
Veröffentlicht: (2025)

A Geometric Approach to Problems in Optimization and Data Science
von: Manoj, Naren Sarayu
Veröffentlicht: (2025)

A Bilevel Optimization Framework for Imbalanced Data Classification
von: Medlin, Karen, et al.
Veröffentlicht: (2024)

Optimal Data Splitting in Distributed Optimization for Machine Learning
von: Medyakov, Daniil, et al.
Veröffentlicht: (2024)

ScaleBiO: Scalable Bilevel Optimization for LLM Data Reweighting
von: Pan, Rui, et al.
Veröffentlicht: (2024)

Information Preserving Line Search via Bayesian Optimization
von: Labryga, Robin, et al.
Veröffentlicht: (2025)

Implicit Bias of Mirror Flow on Separable Data
von: Pesme, Scott, et al.
Veröffentlicht: (2024)

Subsampled Ensemble Can Improve Generalization Tail Exponentially
von: Qian, Huajie, et al.
Veröffentlicht: (2024)

Autocorrelated Optimize-via-Estimate: Predict-then-Optimize versus Finite-sample Optimal
von: Wang, Zichun, et al.
Veröffentlicht: (2026)

Subspace Optimization for Efficient Federated Learning under Heterogeneous Data
von: Zhu, Shuchen, et al.
Veröffentlicht: (2026)

Robust Data-driven Prescriptiveness Optimization
von: Poursoltani, Mehran, et al.
Veröffentlicht: (2023)

Sinkhorn Distributionally Robust Optimization
von: Wang, Jie, et al.
Veröffentlicht: (2021)

From Learning to Optimize to Learning Optimization Algorithms
von: Castera, Camille, et al.
Veröffentlicht: (2024)

What Data Enables Optimal Decisions? An Exact Characterization for Linear Optimization
von: Bennouna, Omar, et al.
Veröffentlicht: (2025)

A Mathematical Optimization Approach to Multisphere Support Vector Data Description
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

AdaFisher: Adaptive Second Order Optimization via Fisher Information
von: Gomes, Damien Martins, et al.
Veröffentlicht: (2024)

Optimizing Posterior Samples for Bayesian Optimization via Rootfinding
von: Adebiyi, Taiwo A., et al.
Veröffentlicht: (2024)

Improved Convergence Rates of Muon Optimizer for Nonconvex Optimization
von: Nagashima, Shuntaro, et al.
Veröffentlicht: (2026)

Preference-Optimized Pareto Set Learning for Blackbox Optimization
von: Haishan, Zhang, et al.
Veröffentlicht: (2024)

Implicit Bias of Spectral Descent and Muon on Multiclass Separable Data
von: Fan, Chen, et al.
Veröffentlicht: (2025)