Buchumschlag

A Smoothing Algorithm for l1 Support Vector Machines

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Emirahmetoglu, Ibrahim, Hajewski, Jeffrey, Oliveira, Suely, Stewart, David E.
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

Training Autoencoders Using Stochastic Hessian-Free Optimization with LSMR
von: Emirahmetoglu, Ibrahim, et al.
Veröffentlicht: (2025)

Faster Algorithms for Structured Linear and Kernel Support Vector Machines
von: Gu, Yuzhou, et al.
Veröffentlicht: (2023)

The Stochastic Conjugate Subgradient Algorithm For Kernel Support Vector Machines
von: Zhang, Di, et al.
Veröffentlicht: (2024)

Optimization meets Machine Learning: An Exact Algorithm for Semi-Supervised Support Vector Machines
von: Piccialli, Veronica, et al.
Veröffentlicht: (2023)

Multi-Task Learning Based on Support Vector Machines and Twin Support Vector Machines: A Comprehensive Survey
von: Bazikar, Fatemeh, et al.
Veröffentlicht: (2025)

A Robust Twin Parametric Margin Support Vector Machine for Multiclass Classification
von: De Leone, Renato, et al.
Veröffentlicht: (2023)

A Novel Loss Function-based Support Vector Machine for Binary Classification
von: Li, Yan, et al.
Veröffentlicht: (2024)

A Theory of the Risk for Optimization with Relaxation and its Application to Support Vector Machines
von: Campi, Marco C., et al.
Veröffentlicht: (2020)

Fair Mixed Effects Support Vector Machine
von: Burgard, Jan Pablo, et al.
Veröffentlicht: (2024)

Unit Commitment Predictor With a Performance Guarantee: A Support Vector Machine Classifier
von: Pourahmadi, Farzaneh, et al.
Veröffentlicht: (2023)

Gap Safe Screening Rules for Fast Training of Robust Support Vector Machines under Feature Noise
von: Nguyen, Tan-Hau, et al.
Veröffentlicht: (2026)

Transformers as Support Vector Machines
von: Tarzanagh, Davoud Ataee, et al.
Veröffentlicht: (2023)

A Stochastic-Gradient-based Interior-Point Algorithm for Solving Smooth Bound-Constrained Optimization Problems
von: Curtis, Frank E., et al.
Veröffentlicht: (2023)

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

Linearly Convergent Algorithms for Nonsmooth Problems with Unknown Smooth Pieces
von: Zhang, Zhe, et al.
Veröffentlicht: (2025)

An Accelerated Algorithm for Stochastic Bilevel Optimization under Unbounded Smoothness
von: Gong, Xiaochuan, et al.
Veröffentlicht: (2024)

Bilevel Optimization under Unbounded Smoothness: A New Algorithm and Convergence Analysis
von: Hao, Jie, et al.
Veröffentlicht: (2024)

A Safe Screening Rule with Bi-level Optimization of $ν$ Support Vector Machine
von: Yang, Zhiji, et al.
Veröffentlicht: (2024)

Form and Function: Machine Unlearning as a Problem of Misaligned States
von: Stewart, Kennon
Veröffentlicht: (2026)

On the Convergence of Adam-Type Algorithm for Bilevel Optimization under Unbounded Smoothness
von: Gong, Xiaochuan, et al.
Veröffentlicht: (2025)

Smoothing the Edges: Smooth Optimization for Sparse Regularization using Hadamard Overparametrization
von: Kolb, Chris, et al.
Veröffentlicht: (2023)

Smooth Quasar-Convex Optimization with Constraints
von: Martínez-Rubio, David
Veröffentlicht: (2025)

Stochastic Smoothed Primal-Dual Algorithms for Nonconvex Optimization with Linear Inequality Constraints
von: Huang, Ruichuan, et al.
Veröffentlicht: (2025)

A Nearly Optimal Single Loop Algorithm for Stochastic Bilevel Optimization under Unbounded Smoothness
von: Gong, Xiaochuan, et al.
Veröffentlicht: (2024)

Kernel-Free Universum Quadratic Surface Twin Support Vector Machines for Imbalanced Data
von: Moosaei, Hossein, et al.
Veröffentlicht: (2024)

A Double Inertial Forward-Backward Splitting Algorithm With Applications to Regression and Classification Problems
von: Işik, İrfan, et al.
Veröffentlicht: (2025)

A Single-Loop Smoothed Gradient Descent-Ascent Algorithm for Nonconvex-Concave Min-Max Problems
von: Zhang, Jiawei, et al.
Veröffentlicht: (2020)

Fixed-Point Automatic Differentiation of Forward--Backward Splitting Algorithms for Partly Smooth Functions
von: Mehmood, Sheheryar, et al.
Veröffentlicht: (2022)

A Retrospective Approximation Approach for Smooth Stochastic Optimization
von: Newton, David, et al.
Veröffentlicht: (2021)

Heaviside Low-Rank Support Matrix Machine
von: Xiu, Xianchao, et al.
Veröffentlicht: (2026)

A Support-Set Algorithm for Optimization Problems with Nonnegative and Orthogonal Constraints
von: Wang, Lei, et al.
Veröffentlicht: (2025)

Explicit and Non-asymptotic Query Complexities of Rank-Based Zeroth-order Algorithm on Stochastic Smooth Functions
von: Ye, Haishan
Veröffentlicht: (2025)

Complexity Lower Bounds of Adaptive Gradient Algorithms for Non-convex Stochastic Optimization under Relaxed Smoothness
von: Crawshaw, Michael, et al.
Veröffentlicht: (2025)

Lower Bounds and Optimal Algorithms for Non-Smooth Convex Decentralized Optimization over Time-Varying Networks
von: Kovalev, Dmitry, et al.
Veröffentlicht: (2024)

On Linear Convergence in Smooth Convex-Concave Bilinearly-Coupled Saddle-Point Optimization: Lower Bounds and Optimal Algorithms
von: Kovalev, Dmitry, et al.
Veröffentlicht: (2024)

The Performance Of The Unadjusted Langevin Algorithm Without Smoothness Assumptions
von: Johnston, Tim, et al.
Veröffentlicht: (2025)

l1-norm regularized l1-norm best-fit lines
von: Ling, Xiao, et al.
Veröffentlicht: (2024)

Enhancing Multi-Objective Optimization through Machine Learning-Supported Multiphysics Simulation
von: Botache, Diego, et al.
Veröffentlicht: (2023)

A Mirror Descent Perspective of Smoothed Sign Descent
von: Wang, Shuyang, et al.
Veröffentlicht: (2024)

Fair Supervised Learning Through Constraints on Smooth Nonconvex Unfairness-Measure Surrogates
von: Khatti, Zahra, et al.
Veröffentlicht: (2025)