Buchumschlag

Polynomial Width is Sufficient for Set Representation with High-dimensional Features

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Peihao, Yang, Shenghao, Li, Shu, Wang, Zhangyang, Li, Pan
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Why Neural Network Can Discover Symbolic Structures with Gradient-based Training: An Algebraic and Geometric Foundation for Neurosymbolic Reasoning
von: Wang, Peihao, et al.
Veröffentlicht: (2025)

Generalization Error Analysis for Sparse Mixture-of-Experts: A Preliminary Study
von: Zhao, Jinze, et al.
Veröffentlicht: (2024)

Position: Weight Space Should Be a First-Class Generative AI Modality
von: Wang, Zhangyang, et al.
Veröffentlicht: (2026)

Graph-KV: Breaking Sequence via Injecting Structural Biases into Large Language Models
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Understanding and Mitigating Bottlenecks of State Space Models through the Lens of Recency and Over-smoothing
von: Wang, Peihao, et al.
Veröffentlicht: (2024)

$\nabla$-Reasoner: LLM Reasoning via Test-Time Gradient Descent in Latent Space
von: Wang, Peihao, et al.
Veröffentlicht: (2026)

When Do Graph Foundation Models Transfer? A Data-Centric Theory
von: Zhu, Jiajun, et al.
Veröffentlicht: (2026)

Seeking the Sufficiency and Necessity Causal Features in Multimodal Representation Learning
von: Chen, Boyu, et al.
Veröffentlicht: (2024)

Meta ControlNet: Enhancing Task Adaptation via Meta Learning
von: Yang, Junjie, et al.
Veröffentlicht: (2023)

Rethinking Addressing in Language Models via Contexualized Equivariant Positional Encoding
von: Zhu, Jiajun, et al.
Veröffentlicht: (2025)

Linearly Separable Features in Shallow Nonlinear Networks: Width Scales Polynomially with Intrinsic Data Dimension
von: Xu, Alec S., et al.
Veröffentlicht: (2025)

Beyond Test-Time Memory: State-Space Optimal Control for LLM Reasoning
von: Wang, Peihao, et al.
Veröffentlicht: (2026)

Unleashing the Potential of Acquisition Functions in High-Dimensional Bayesian Optimization
von: Zhao, Jiayu, et al.
Veröffentlicht: (2023)

Causally Sufficient and Necessary Feature Expansion for Class-Incremental Learning
von: Zhang, Zhen, et al.
Veröffentlicht: (2026)

Estimating Conditional Average Treatment Effects via Sufficient Representation Learning
von: Shi, Pengfei, et al.
Veröffentlicht: (2024)

Minimal Sufficient Representations for Self-interpretable Deep Neural Networks
von: Tan, Zhiyao, et al.
Veröffentlicht: (2026)

Open-Set Fault Diagnosis in Multimode Processes via Fine-Grained Deep Feature Representation
von: Li, Guangqiang, et al.
Veröffentlicht: (2025)

Sparse Mixture-of-Experts for Compositional Generalization: Empirical Evidence and Theoretical Foundations of Optimal Sparsity
von: Zhao, Jinze, et al.
Veröffentlicht: (2024)

Graph as Point Set
von: Wang, Xiyuan, et al.
Veröffentlicht: (2024)

Action-Sufficient Goal Representations
von: Hyeon, Jinu, et al.
Veröffentlicht: (2026)

Read-ME: Refactorizing LLMs as Router-Decoupled Mixture of Experts with System Co-Design
von: Cai, Ruisi, et al.
Veröffentlicht: (2024)

Residual Feature Integration is Sufficient to Prevent Negative Transfer
von: Xu, Yichen, et al.
Veröffentlicht: (2025)

Spectral Condition for $μ$P under Width-Depth Scaling
von: Zheng, Chenyu, et al.
Veröffentlicht: (2026)

PIPA: Preference Alignment as Prior-Informed Statistical Estimation
von: Li, Junbo, et al.
Veröffentlicht: (2025)

Synergy Between Sufficient Changes and Sparse Mixing Procedure for Disentangled Representation Learning
von: Li, Zijian, et al.
Veröffentlicht: (2025)

Polynomial Threshold Functions of Bounded Tree-Width: Some Explainability and Complexity Aspects
von: Chubarian, Karine, et al.
Veröffentlicht: (2025)

Shake to Leak: Fine-tuning Diffusion Models Can Amplify the Generative Privacy Risk
von: Li, Zhangheng, et al.
Veröffentlicht: (2024)

Fair Sufficient Representation Learning
von: Zhou, Xueyu, et al.
Veröffentlicht: (2025)

LLM4XCE: Large Language Models for Extremely Large-Scale Massive MIMO Channel Estimation
von: Li, Renbin, et al.
Veröffentlicht: (2025)

Virtual Width Networks
von: Seed, et al.
Veröffentlicht: (2025)

Data-light Uncertainty Set Merging with Admissibility
von: Qin, Shenghao, et al.
Veröffentlicht: (2024)

DeepSuM: Deep Sufficient Modality Learning Framework
von: Gao, Zhe, et al.
Veröffentlicht: (2025)

Local Urysohn Width: A Topological Complexity Measure for Classification
von: Li, Xin
Veröffentlicht: (2026)

Feature Attribution with Necessity and Sufficiency via Dual-stage Perturbation Test for Causal Explanation
von: Chen, Xuexin, et al.
Veröffentlicht: (2024)

Unifying Invariant and Variant Features for Graph Out-of-Distribution via Probability of Necessity and Sufficiency
von: Chen, Xuexin, et al.
Veröffentlicht: (2024)

Taming Mode Collapse in Score Distillation for Text-to-3D Generation
von: Wang, Peihao, et al.
Veröffentlicht: (2023)

Certified Data Removal Under High-dimensional Settings
von: Zou, Haolin, et al.
Veröffentlicht: (2025)

DiffusionCounterfactuals: Inferring High-dimensional Counterfactuals with Guidance of Causal Representations
von: Zhu, Jiageng, et al.
Veröffentlicht: (2024)

Observations Meet Actions: Learning Control-Sufficient Representations for Robust Policy Generalization
von: Gu, Yuliang, et al.
Veröffentlicht: (2025)

Transfer Learning in Infinite Width Feature Learning Networks
von: Lauditi, Clarissa, et al.
Veröffentlicht: (2025)