Buchumschlag

Data Collaboration Analysis with Orthonormal Basis Selection and Alignment

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nosaka, Keiyu, Suetake, Yamato, Takano, Yuichi, Yoshise, Akiko
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Nonlinear Data Integration via Kernel Methods for Data Collaboration Analysis
von: Suetake, Yamato, et al.
Veröffentlicht: (2026)

Convergence Analysis for Learning Orthonormal Deep Linear Neural Networks
von: Qin, Zhen, et al.
Veröffentlicht: (2023)

Centering ADMM for the Semidefinite Relaxation of the QAP
von: Kanoh, Shin-ichi, et al.
Veröffentlicht: (2020)

Buffered AUC maximization for scoring systems via mixed-integer optimization
von: Shiina, Moe, et al.
Veröffentlicht: (2026)

Post-Processing with Projection and Rescaling Algorithms for Semidefinite Programming
von: Kanoh, Shin-ichi, et al.
Veröffentlicht: (2024)

Dion: Distributed Orthonormalized Updates
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2025)

Robust portfolio optimization for recommender systems considering uncertainty of estimated statistics
von: Yanagi, Tomoya, et al.
Veröffentlicht: (2024)

Riemannian Interior Point Methods for Constrained Optimization on Manifolds
von: Lai, Zhijian, et al.
Veröffentlicht: (2022)

BOOOM: Loss-Function-Agnostic Black-Box Optimization over Orthonormal Manifolds for Machine Learning and Statistical Inference
von: Kim, Beomchang, et al.
Veröffentlicht: (2026)

Convergence Error Analysis of Reflected Gradient Langevin Dynamics for Globally Optimizing Non-Convex Constrained Problems
von: Sato, Kanji, et al.
Veröffentlicht: (2022)

Efficient Optimization with Orthogonality Constraint: a Randomized Riemannian Submanifold Method
von: Han, Andi, et al.
Veröffentlicht: (2025)

Modified K-means Algorithm with Local Optimality Guarantees
von: Li, Mingyi, et al.
Veröffentlicht: (2025)

A Framework for Bilevel Optimization on Riemannian Manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

Ranking and Selection with Simultaneous Input Data Collection
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

Data-Efficient and Robust Task Selection for Meta-Learning
von: Zhan, Donglin, et al.
Veröffentlicht: (2024)

Harnessing Data from Clustered LQR Systems: Personalized and Collaborative Policy Optimization
von: Kanakeri, Vinay, et al.
Veröffentlicht: (2025)

Endogenous Aggregation of Multiple Data Envelopment Analysis Scores for Large Data Sets
von: Omrani, Hashem, et al.
Veröffentlicht: (2025)

Optimizing Input Data Collection for Ranking and Selection
von: Song, Eunhye, et al.
Veröffentlicht: (2025)

Principled Bayesian Optimisation in Collaboration with Human Experts
von: Xu, Wenjie, et al.
Veröffentlicht: (2024)

Collaborative Bayesian Optimization via Wasserstein Barycenters
von: Zhan, Donglin, et al.
Veröffentlicht: (2025)

Alignment of large language models with constrained learning
von: Zhang, Botong, et al.
Veröffentlicht: (2025)

OptScaler: A Collaborative Framework for Robust Autoscaling in the Cloud
von: Zou, Ding, et al.
Veröffentlicht: (2023)

Online Learning-guided Learning Rate Adaptation via Gradient Alignment
von: Jiang, Ruichen, et al.
Veröffentlicht: (2025)

Collaborative Pareto Set Learning in Multiple Multi-Objective Optimization Problems
von: Shang, Chikai, et al.
Veröffentlicht: (2024)

Series Expansion of Probability of Correct Selection for Improved Finite Budget Allocation in Ranking and Selection
von: Shi, Xinbo, et al.
Veröffentlicht: (2024)

A Dual Basis Approach for Structured Robust Euclidean Distance Geometry
von: Kundu, Chandra, et al.
Veröffentlicht: (2025)

Bi-Sparse Unsupervised Feature Selection
von: Xiu, Xianchao, et al.
Veröffentlicht: (2024)

Decision-Aware Predictive Model Selection for Workforce Allocation
von: Stratman, Eric G., et al.
Veröffentlicht: (2024)

Mitigating Forgetting in Continual Learning with Selective Gradient Projection
von: Singh, Anika, et al.
Veröffentlicht: (2026)

Selective Ambulance Dispatch Under Contextual Travel-Time Uncertainty
von: Lin, Zikun, et al.
Veröffentlicht: (2026)

A Deep Q-Network Based on Radial Basis Functions for Multi-Echelon Inventory Management
von: Cheng, Liqiang, et al.
Veröffentlicht: (2024)

Meta-Learning from Learning Curves for Budget-Limited Algorithm Selection
von: Nguyen, Manh Hung, et al.
Veröffentlicht: (2024)

Coreset-Based Task Selection for Sample-Efficient Meta-Reinforcement Learning
von: Zhan, Donglin, et al.
Veröffentlicht: (2025)

Enhancing Unsupervised Feature Selection via Double Sparsity Constrained Optimization
von: Xiu, Xianchao, et al.
Veröffentlicht: (2025)

Non-Convex Federated Optimization under Cost-Aware Client Selection
von: Jiang, Xiaowen, et al.
Veröffentlicht: (2025)

Chebyshev Center-Based Direction Selection for Multi-Objective Optimization and Training PINNs
von: Yoon, Hoyeol, et al.
Veröffentlicht: (2026)

Multinoulli Extension: A Lossless Continuous Relaxation for Partition-Constrained Subset Selection
von: Zhang, Qixin, et al.
Veröffentlicht: (2026)

Risk-Sensitive Q-Learning in Continuous Time with Application to Dynamic Portfolio Selection
von: Xie, Chuhan
Veröffentlicht: (2025)

A Reinforcement-Learning-Based Multiple-Column Selection Strategy for Column Generation
von: Yuan, Haofeng, et al.
Veröffentlicht: (2023)

Sample Complexity of Algorithm Selection Using Neural Networks and Its Applications to Branch-and-Cut
von: Cheng, Hongyu, et al.
Veröffentlicht: (2024)