Buchumschlag

Computational Tradeoffs of Optimization-Based Bound Tightening in ReLU Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Badilla, Fabian, Goycoolea, Marcos, Muñoz, Gonzalo, Serra, Thiago
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Local Lipschitz Constant Computation of ReLU-FNNs: Upper Bound Computation with Exactness Verification
von: Ebihara, Yoshio, et al.
Veröffentlicht: (2023)

Hidden Minima in Two-Layer ReLU Networks
von: Arjevani, Yossi
Veröffentlicht: (2023)

Convex Formulations for Training Two-Layer ReLU Neural Networks
von: Prakhya, Karthik, et al.
Veröffentlicht: (2024)

Adversarial Training of Two-Layer Polynomial and ReLU Activation Networks via Convex Optimization
von: Kuelbs, Daniel, et al.
Veröffentlicht: (2024)

ReLU Networks for Model Predictive Control: Network Complexity and Performance Guarantees
von: Li, Xingchen, et al.
Veröffentlicht: (2026)

Provable Accelerated Convergence of Nesterov's Momentum for Deep ReLU Neural Networks
von: Liao, Fangshuo, et al.
Veröffentlicht: (2023)

Stability and Performance Analysis of Discrete-Time ReLU Recurrent Neural Networks
von: Noori, Sahel Vahedi, et al.
Veröffentlicht: (2024)

Why Smooth Stability Assumptions Fail for ReLU Learning
von: Katende, Ronald
Veröffentlicht: (2025)

An analysis of optimization problems involving ReLU neural networks
von: Plate, Christoph, et al.
Veröffentlicht: (2025)

Convex Relaxations of ReLU Neural Networks Approximate Global Optima in Polynomial Time
von: Kim, Sungyoon, et al.
Veröffentlicht: (2024)

Nonlinear Dynamics In Optimization Landscape of Shallow Neural Networks with Tunable Leaky ReLU
von: Liu, Jingzhou
Veröffentlicht: (2025)

Approximation with Random Shallow ReLU Networks with Applications to Model Reference Adaptive Control
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

An Efficient Alternating Algorithm for ReLU-based Symmetric Matrix Decomposition
von: Wang, Qingsong
Veröffentlicht: (2025)

Homotopy Relaxation Training Algorithms for Infinite-Width Two-Layer ReLU Neural Networks
von: Yang, Yahong, et al.
Veröffentlicht: (2023)

A Complete Set of Quadratic Constraints for Repeated ReLU and Generalizations
von: Noori, Sahel Vahedi, et al.
Veröffentlicht: (2024)

Neural Collapse under Gradient Flow on Shallow ReLU Networks for Orthogonally Separable Data
von: Min, Hancheng, et al.
Veröffentlicht: (2025)

MIQCQP reformulation of the ReLU neural networks Lipschitz constant estimation problem
von: Sbihi, Mohammed, et al.
Veröffentlicht: (2024)

Function Gradient Approximation with Random Shallow ReLU Networks with Control Applications
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

Path-conditioned training: a principled way to rescale ReLU neural networks
von: Lebeurrier, Arthur, et al.
Veröffentlicht: (2026)

How Does the ReLU Activation Affect the Implicit Bias of Gradient Descent on High-dimensional Neural Network Regression?
von: Lai, Kuo-Wei, et al.
Veröffentlicht: (2026)

Tightening convex relaxations of trained neural networks: a unified approach for convex and S-shaped activations
von: Carrasco, Pablo, et al.
Veröffentlicht: (2024)

Geometry-induced Regularization in Deep ReLU Neural Networks
von: Bona-Pellissier, Joachim, et al.
Veröffentlicht: (2024)

When Deep Learning Meets Polyhedral Theory: A Survey
von: Huchette, Joey, et al.
Veröffentlicht: (2023)

On bounds for norms of reparameterized ReLU artificial neural network parameters: sums of fractional powers of the Lipschitz norm control the network parameter vector
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2022)

Optimization Over Trained Neural Networks: Taking a Relaxing Walk
von: Tong, Jiatai, et al.
Veröffentlicht: (2024)

Architecture independent generalization bounds for overparametrized deep ReLU networks
von: Bapu, Anandatheertha, et al.
Veröffentlicht: (2025)

Constructive Universal Approximation and Finite Sample Memorization by Narrow Deep ReLU Networks
von: Hernández, Martín, et al.
Veröffentlicht: (2024)

Interpretable global minima of deep ReLU neural networks on sequentially separable data
von: Chen, Thomas, et al.
Veröffentlicht: (2024)

Optimization over Trained (and Sparse) Neural Networks: A Surrogate within a Surrogate
von: Pham, Hung, et al.
Veröffentlicht: (2025)

Non-asymptotic convergence analysis of the stochastic gradient Hamiltonian Monte Carlo algorithm with discontinuous stochastic gradient with applications to training of ReLU neural networks
von: Liang, Luxu, et al.
Veröffentlicht: (2024)

ReLU Surrogates in Mixed-Integer MPC for Irrigation Scheduling
von: Agyeman, Bernard T., et al.
Veröffentlicht: (2024)

On the existence of optimal shallow feedforward networks with ReLU activation
von: Dereich, Steffen, et al.
Veröffentlicht: (2023)

On the ReLU Lagrangian Cuts for Stochastic Mixed Integer Programming
von: Deng, Haoyun, et al.
Veröffentlicht: (2024)

LMI hierarchies for stability analysis of ReLU feedback systems
von: Magron, Victor, et al.
Veröffentlicht: (2024)

Normalization of ReLU Dual for Cut Generation in Stochastic Mixed-Integer Programs
von: Bansal, Akul, et al.
Veröffentlicht: (2026)

The Sweet Spot of Bound Tightening for Topology Optimization
von: Pineda, Salvador, et al.
Veröffentlicht: (2025)

On the existence of minimizers in shallow residual ReLU neural network optimization landscapes
von: Dereich, Steffen, et al.
Veröffentlicht: (2023)

The Safety-Privacy Tradeoff in Linear Bandits
von: Zibaie, Arghavan, et al.
Veröffentlicht: (2025)

Global Convergence of Policy Gradient Methods for ReLU Controllers in Linear Quadratic Regulation
von: Rodriguez-Gil, Jhojan A., et al.
Veröffentlicht: (2026)

Pruning for efficient deterministic global optimization over trained ReLU neural networks
von: Lastrucci, Giacomo, et al.
Veröffentlicht: (2026)