Buchumschlag

High Confidence Level Inference is Almost Free using Parallel Stochastic Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Wanrong, Lou, Zhipeng, Wei, Ziyang, Wu, Wei Biao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Weighted Averaged Stochastic Gradient Descent: Asymptotic Normality and Optimality
von: Wei, Ziyang, et al.
Veröffentlicht: (2023)

Refining Covariance Matrix Estimation in Stochastic Gradient Descent Through Bias Reduction
von: Wei, Ziyang, et al.
Veröffentlicht: (2026)

Online Statistical Inference of Constrained Stochastic Optimization via Random Scaling
von: Du, Xinchen, et al.
Veröffentlicht: (2025)

Statistical Guarantees for High-Dimensional Stochastic Gradient Descent
von: Li, Jiaqi, et al.
Veröffentlicht: (2025)

Central Limit Theorems for Stochastic Gradient Descent Quantile Estimators
von: Wei, Ziyang, et al.
Veröffentlicht: (2025)

Sharp asymptotic theory for Q-learning with LDTZ learning rate and its generalization
von: Bonnerjee, Soham, et al.
Veröffentlicht: (2026)

Projection-Free Variance Reduction Methods for Stochastic Constrained Multi-Level Compositional Optimization
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Enhancing Parallelism in Decentralized Stochastic Convex Optimization
von: Eisen, Ofri, et al.
Veröffentlicht: (2025)

Confidence Optimization for Probabilistic Encoding
von: Xia, Pengjiu, et al.
Veröffentlicht: (2025)

Communication-Efficient Distributed Estimation and Inference for Cox's Model
von: Bayle, Pierre, et al.
Veröffentlicht: (2023)

Membership Inference Attacks and Privacy in Topic Modeling
von: Manzonelli, Nico, et al.
Veröffentlicht: (2024)

Deterministic Inference across Tensor Parallel Sizes That Eliminates Training-Inference Mismatch
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

Conformalized Percentile Interval: Finite Sample Validity and Improved Conditional Performance
von: Zou, Ran, et al.
Veröffentlicht: (2026)

Confidence Freeze: Early Success Induces a Metastable Decoupling of Metacognition and Behaviour
von: Zhang, Zhipeng, et al.
Veröffentlicht: (2026)

TokenShapley: Token Level Context Attribution with Shapley Value
von: Xiao, Yingtai, et al.
Veröffentlicht: (2025)

Efficiency of Parallel and Restart Exploration Strategies in Model Free Stochastic Simulations
von: Garcia, Ernesto, et al.
Veröffentlicht: (2025)

Tuning-Free Stochastic Optimization
von: Khaled, Ahmed, et al.
Veröffentlicht: (2024)

How Free is Parameter-Free Stochastic Optimization?
von: Attia, Amit, et al.
Veröffentlicht: (2024)

Fair Representation Learning with Controllable High Confidence Guarantees via Adversarial Inference
von: Luo, Yuhong, et al.
Veröffentlicht: (2025)

Spectral Ranking Inferences based on General Multiway Comparisons
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
von: Xie, Dongyue, et al.
Veröffentlicht: (2026)

Mixture-Model Preference Learning for Many-Objective Bayesian Optimization
von: Dubey, Manisha, et al.
Veröffentlicht: (2026)

Randomized Confidence Bounds for Stochastic Partial Monitoring
von: Heuillet, Maxime, et al.
Veröffentlicht: (2024)

Robust, Accurate Stochastic Optimization for Variational Inference
von: Dhaka, Akash Kumar, et al.
Veröffentlicht: (2020)

Neural Stochastic Flows: Solver-Free Modelling and Inference for SDE Solutions
von: Kiyohara, Naoki, et al.
Veröffentlicht: (2025)

Linear Noise Approximation Assisted Bayesian Inference on Mechanistic Model of Partially Observed Stochastic Reaction Network
von: Xu, Wandi, et al.
Veröffentlicht: (2024)

Accelerated Parameter-Free Stochastic Optimization
von: Kreisler, Itai, et al.
Veröffentlicht: (2024)

Understanding Stochastic Natural Gradient Variational Inference
von: Wu, Kaiwen, et al.
Veröffentlicht: (2024)

A Stochastic Approach to Bi-Level Optimization for Hyperparameter Optimization and Meta Learning
von: Kim, Minyoung, et al.
Veröffentlicht: (2024)

Semi-Supervised Mixture Models under the Concept of Missing at Radom with Margin Confidence and Aranda Ordaz Function
von: Liao, Jinyang, et al.
Veröffentlicht: (2026)

Stable but Wrong: An Inference Limit in Galactic Archaeology
von: Zhang, Zhipeng
Veröffentlicht: (2026)

Session-Level Dynamic Ad Load Optimization using Offline Robust Reinforcement Learning
von: Liu, Tao, et al.
Veröffentlicht: (2025)

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, et al.
Veröffentlicht: (2021)

SparseDVFS: Sparse-Aware DVFS for Energy-Efficient Edge Inference
von: Zhang, Ziyang, et al.
Veröffentlicht: (2026)

Label Anything: An Interpretable, High-Fidelity and Prompt-Free Annotator
von: Kou, Wei-Bin, et al.
Veröffentlicht: (2025)

Optimistic Online Mirror Descent for Bridging Stochastic and Adversarial Online Convex Optimization
von: Chen, Sijia, et al.
Veröffentlicht: (2023)

Efficient Stochastic Approximation of Minimax Excess Risk Optimization
von: Zhang, Lijun, et al.
Veröffentlicht: (2023)

CAdam: Confidence-Based Optimization for Online Learning
von: Wang, Shaowen, et al.
Veröffentlicht: (2024)

Almost Free: Self-concordance in Natural Exponential Families and an Application to Bandits
von: Liu, Shuai, et al.
Veröffentlicht: (2024)

Asymptotics of Stochastic Gradient Descent with Dropout Regularization in Linear Models
von: Li, Jiaqi, et al.
Veröffentlicht: (2024)