Buchumschlag

$L_0$ Regularization of Field-Aware Factorization Machine through Ising Model

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Okamoto, Yasuharu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Disordered Systems and Neural Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Explaining the Machine Learning Solution of the Ising Model
von: Alamino, Roberto C.
Veröffentlicht: (2024)

Autoregressive model path dependence near Ising criticality
von: Teoh, Yi Hong, et al.
Veröffentlicht: (2024)

Why Diffusion Models Don't Memorize: The Role of Implicit Dynamical Regularization in Training
von: Bonnaire, Tony, et al.
Veröffentlicht: (2025)

Graph Neural Network Approach to Predicting Magnetization in Quasi-One-Dimensional Ising Systems
von: Slavin, V., et al.
Veröffentlicht: (2025)

Neural Ising Machines via Unrolling and Zeroth-Order Training
von: Reifenstein, Sam, et al.
Veröffentlicht: (2026)

Finite-size scaling of hetero-associative retrieval in continuous-signal-driven Ising spin systems
von: Ladiana, Andrea
Veröffentlicht: (2026)

Analysis of Bootstrap and Subsampling in High-dimensional Regularized Regression
von: Clarté, Lucas, et al.
Veröffentlicht: (2024)

Machine learning the Ising transition: A comparison between discriminative and generative approaches
von: Zhang, Difei, et al.
Veröffentlicht: (2024)

Modeling Structured Data Learning with Restricted Boltzmann Machines in the Teacher-Student Setting
von: Thériault, Robin, et al.
Veröffentlicht: (2024)

Regularization, early-stopping and dreaming: a Hopfield-like setup to address generalization and overfitting
von: Agliari, Elena, et al.
Veröffentlicht: (2023)

Introduction to Latent Variable Energy-Based Models: A Path Towards Autonomous Machine Intelligence
von: Dawid, Anna, et al.
Veröffentlicht: (2023)

The effect of priors on Learning with Restricted Boltzmann Machines
von: Manzan, Gianluca, et al.
Veröffentlicht: (2024)

Message Passing Variational Autoregressive Network for Solving Intractable Ising Models
von: Ma, Qunlong, et al.
Veröffentlicht: (2024)

Field theory for optimal signal propagation in ResNets
von: Fischer, Kirsten, et al.
Veröffentlicht: (2023)

Dataset-Free Weight-Initialization on Restricted Boltzmann Machine
von: Yasuda, Muneki, et al.
Veröffentlicht: (2024)

Dynamical Mean-Field Theory of Self-Attention Neural Networks
von: Poc-López, Ángel, et al.
Veröffentlicht: (2024)

Learning with Restricted Boltzmann Machines: Asymptotics of AMP and GD in High Dimensions
von: Xu, Yizhou, et al.
Veröffentlicht: (2025)

Disordered Dynamics in High Dimensions: Connections to Random Matrices and Machine Learning
von: Bordelon, Blake, et al.
Veröffentlicht: (2026)

Machine learning for sustainable geoenergy: uncertainty, physics and decision-ready inference
von: Menke, Hannah P., et al.
Veröffentlicht: (2026)

High-Dimensional Limit of Stochastic Gradient Flow via Dynamical Mean-Field Theory
von: Nishiyama, Sota, et al.
Veröffentlicht: (2026)

Correspondence Between Ising Machines and Neural Networks
von: Moore, Andrew G.
Veröffentlicht: (2025)

Generative modeling through internal high-dimensional chaotic activity
von: Fournier, Samantha J., et al.
Veröffentlicht: (2024)

Precise Dynamics of Diagonal Linear Networks: A Unifying Analysis by Dynamical Mean-Field Theory
von: Nishiyama, Sota, et al.
Veröffentlicht: (2025)

Growing Neural Networks: Dynamic Evolution through Gradient Descent
von: Radhakrishnan, Anil, et al.
Veröffentlicht: (2025)

L1-Regularized ICA: A Novel Method for Analysis of Task-related fMRI Data
von: Endo, Yusuke, et al.
Veröffentlicht: (2024)

A method for quantifying the generalization capabilities of generative models for solving Ising models
von: Ma, Qunlong, et al.
Veröffentlicht: (2024)

The Quantization Model of Neural Scaling
von: Michaud, Eric J., et al.
Veröffentlicht: (2023)

Grokking in the Ising Model
von: Hutchison, Karolina, et al.
Veröffentlicht: (2025)

Dynamical Regimes of Multimodal Diffusion Models
von: Albrychiewicz, Emil, et al.
Veröffentlicht: (2026)

Critical Phase Transition in Large Language Models
von: Nakaishi, Kai, et al.
Veröffentlicht: (2024)

A Dynamical Model of Neural Scaling Laws
von: Bordelon, Blake, et al.
Veröffentlicht: (2024)

A Generative Diffusion Model for Amorphous Materials
von: Yang, Kai, et al.
Veröffentlicht: (2025)

Emergence of Distortions in High-Dimensional Guided Diffusion Models
von: Ventura, Enrico, et al.
Veröffentlicht: (2026)

Soft Quantization: Model Compression Via Weight Coupling
von: Bernstein, Daniel T., et al.
Veröffentlicht: (2026)

How to Train an Oscillator Ising Machine using Equilibrium Propagation
von: Gower, Alex
Veröffentlicht: (2025)

Probing the Latent Hierarchical Structure of Data via Diffusion Models
von: Sclocchi, Antonio, et al.
Veröffentlicht: (2024)

The Interplay of Data Structure and Imbalance in the Learning Dynamics of Diffusion Models
von: Nicoletti, Flavio, et al.
Veröffentlicht: (2026)

The Rules-and-Facts Model for Simultaneous Generalization and Memorization in Neural Networks
von: Farné, Gabriele, et al.
Veröffentlicht: (2026)

Optimal Spectral Transitions in High-Dimensional Multi-Index Models
von: Defilippis, Leonardo, et al.
Veröffentlicht: (2025)

Theory of Speciation Transitions in Diffusion Models with General Class Structure
von: Achilli, Beatrice, et al.
Veröffentlicht: (2026)