Copertina

One-Bit Quantization and Sparsification for Multiclass Linear Classification with Strong Regularization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Ghane, Reza, Akhtiamov, Danil, Hassibi, Babak
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

One-Bit Quantization for Random Features Models
di: Akhtiamov, Danil, et al.
Pubblicazione: (2025)

Universality in Transfer Learning for Linear Models
di: Ghane, Reza, et al.
Pubblicazione: (2024)

Precise Performance of Linear Denoisers in the Proportional Regime
di: Ghane, Reza, et al.
Pubblicazione: (2026)

Dual Space Preconditioning for Gradient Descent in the Overparameterized Regime
di: Ghane, Reza, et al.
Pubblicazione: (2026)

Gaussian Universality for Diffusion Models
di: Ghane, Reza, et al.
Pubblicazione: (2025)

Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
di: Akhtiamov, Danil, et al.
Pubblicazione: (2026)

A Novel Gaussian Min-Max Theorem and its Applications
di: Akhtiamov, Danil, et al.
Pubblicazione: (2024)

A Precise Performance Analysis of the Randomized Singular Value Decomposition
di: Akhtiamov, Danil, et al.
Pubblicazione: (2025)

Robust Mean Estimation With Auxiliary Samples
di: Han, Barron, et al.
Pubblicazione: (2025)

Optimal Implicit Bias in Linear Regression
di: Varma, Kanumuri Nithin, et al.
Pubblicazione: (2025)

MSQ: Memory-Efficient Bit Sparsification Quantization
di: Han, Seokho, et al.
Pubblicazione: (2025)

BitSnap: Checkpoint Sparsification and Quantization in LLM Training
di: Peng, Yanxin, et al.
Pubblicazione: (2025)

Beyond Quadratic Costs: A Bregman Divergence Approach to H$_\infty$ Control
di: Hajar, Joudi, et al.
Pubblicazione: (2025)

Beyond Quadratic Costs in LQR: Bregman Divergence Control
di: Hassibi, Babak, et al.
Pubblicazione: (2025)

Distributionally Robust K-Means Clustering
di: Malik, Vikrant, et al.
Pubblicazione: (2026)

Statistical Query Hardness of Multiclass Linear Classification with Random Classification Noise
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2025)

Sherry: Hardware-Efficient 1.25-Bit Ternary Quantization via Fine-grained Sparsification
di: Huang, Hong, et al.
Pubblicazione: (2026)

Regularization and Optimal Multiclass Learning
di: Asilis, Julian, et al.
Pubblicazione: (2023)

Precise Asymptotic Generalization for Multiclass Classification with Overparameterized Linear Models
di: Wu, David X., et al.
Pubblicazione: (2023)

Learn to Change the World: Multi-level Reinforcement Learning with Model-Changing Actions
di: Lu, Ziqing, et al.
Pubblicazione: (2025)

LoRAQuant: Mixed-Precision Quantization of LoRA to Ultra-Low Bits
di: Mirzaei, Amir Reza, et al.
Pubblicazione: (2025)

Beyond Bandit Feedback in Online Multiclass Classification
di: van der Hoeven, Dirk, et al.
Pubblicazione: (2021)

Unified Binary and Multiclass Margin-Based Classification
di: Wang, Yutong, et al.
Pubblicazione: (2023)

Bandit-Feedback Online Multiclass Classification: Variants and Tradeoffs
di: Filmus, Yuval, et al.
Pubblicazione: (2024)

Comparing Multiclass Classification Algorithms for Financial Distress Prediction
di: Zambare, Noopur, et al.
Pubblicazione: (2023)

Efficient Distributed Training through Gradient Compression with Sparsification and Quantization Techniques
di: Singh, Shruti, et al.
Pubblicazione: (2024)

Efficient and Noise-Tolerant PAC Learning of Multiclass Linear Classifiers
di: Adhikari, Rita, et al.
Pubblicazione: (2026)

Understanding Aggregations of Proper Learners in Multiclass Classification
di: Asilis, Julian, et al.
Pubblicazione: (2024)

The Real Price of Bandit Information in Multiclass Classification
di: Erez, Liad, et al.
Pubblicazione: (2024)

Fast Rates for Bandit PAC Multiclass Classification
di: Erez, Liad, et al.
Pubblicazione: (2024)

Efficient Asynchronous Federated Learning with Sparsification and Quantization
di: Jia, Juncheng, et al.
Pubblicazione: (2023)

Divide et Calibra: Multiclass Local Calibration via Vector Quantization
di: Barbera, Cesare, et al.
Pubblicazione: (2026)

A Carbon Tracking Model for Federated Learning: Impact of Quantization and Sparsification
di: Barbieri, Luca, et al.
Pubblicazione: (2023)

DyBit: Dynamic Bit-Precision Numbers for Efficient Quantized Neural Network Inference
di: Zhou, Jiajun, et al.
Pubblicazione: (2023)

Empirical Study of Observable Sets in Multiclass Quantum Classification
di: Sebastian, Paul San, et al.
Pubblicazione: (2026)

Hybrid Quantum-Classical Learning for Multiclass Image Classification
di: Anwar, Shuchismita, et al.
Pubblicazione: (2025)

Sample Complexity of Agnostic Multiclass Classification: Natarajan Dimension Strikes Back
di: Cohen, Alon, et al.
Pubblicazione: (2025)

Multiclass Loss Geometry Matters for Generalization of Gradient Descent in Separable Classification
di: Schliserman, Matan, et al.
Pubblicazione: (2025)

Federated Cubic Regularized Newton Learning with Sparsification-amplified Differential Privacy
di: Huo, Wei, et al.
Pubblicazione: (2024)

Regularized Top-$k$: A Bayesian Framework for Gradient Sparsification
di: Bereyhi, Ali, et al.
Pubblicazione: (2025)