Copertina

Exact objectives of random linear programs and mean widths of random polyhedrons

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Stojnic, Mihailo
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Optimization and Control Information Theory Probability Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

CLuP practically achieves $\sim 1.77$ positive and $\sim 0.33$ negative Hopfield model ground state free energy
di: Stojnic, Mihailo
Pubblicazione: (2025)

A CLuP algorithm to practically achieve $\sim 0.76$ SK--model ground state free energy
di: Stojnic, Mihailo
Pubblicazione: (2025)

Convergence of linear programming hierarchies for Gibbs states of spin systems
di: Fawzi, Hamza, et al.
Pubblicazione: (2025)

A large deviation view of \emph{stationarized} fully lifted blirp interpolation
di: Stojnic, Mihailo
Pubblicazione: (2025)

Fully lifted \emph{blirp} interpolation -- a large deviation view
di: Stojnic, Mihailo
Pubblicazione: (2025)

Exact capacity of the \emph{wide} hidden layer treelike neural networks with generic activations
di: Stojnic, Mihailo
Pubblicazione: (2024)

Fixed width treelike neural networks capacity analysis -- generic activations
di: Stojnic, Mihailo
Pubblicazione: (2024)

Capacity of the Hebbian-Hopfield network associative memory
di: Stojnic, Mihailo
Pubblicazione: (2024)

Binary perceptron computational gap -- a parametric fl RDT view
di: Stojnic, Mihailo
Pubblicazione: (2025)

Ultrametric OGP - parametric RDT \emph{symmetric} binary perceptron connection
di: Stojnic, Mihailo
Pubblicazione: (2026)

Parametric RDT approach to computational gap of symmetric binary perceptron
di: Stojnic, Mihailo
Pubblicazione: (2026)

On the optimal objective value of random linear programs
di: Bakhshi, Marzieh, et al.
Pubblicazione: (2024)

Orlicz regrets to consistently bound statistics of random variables with an application to environmental indicators
di: Yoshioka, Hidekazu, et al.
Pubblicazione: (2023)

Alternating minimization for generalized rank one matrix sensing: Sharp predictions from a random initialization
di: Chandrasekher, Kabir Aladin, et al.
Pubblicazione: (2022)

Non-convex matrix sensing: Breaking the quadratic rank barrier in the sample complexity
di: Stöger, Dominik, et al.
Pubblicazione: (2024)

Convergence rate of random scan Coordinate Ascent Variational Inference under log-concavity
di: Lavenant, Hugo, et al.
Pubblicazione: (2024)

A stochastic gradient descent algorithm with random search directions
di: Gbaguidi, Eméric
Pubblicazione: (2025)

Optimal and instance-dependent guarantees for Markovian linear stochastic approximation
di: Mou, Wenlong, et al.
Pubblicazione: (2021)

Phase transition of \emph{descending} phase retrieval algorithms
di: Stojnic, Mihailo
Pubblicazione: (2025)

Optimal spectral initializers impact on phase retrieval phase transitions -- an RDT view
di: Stojnic, Mihailo
Pubblicazione: (2025)

Phase retrieval with rank $d$ measurements -- \emph{descending} algorithms phase transitions
di: Stojnic, Mihailo
Pubblicazione: (2025)

Theoretical limits of descending $\ell_0$ sparse-regression ML algorithms
di: Stojnic, Mihailo
Pubblicazione: (2024)

Ridge interpolators in correlated factor regression models -- exact risk analysis
di: Stojnic, Mihailo
Pubblicazione: (2024)

Precise analysis of ridge interpolators under heavy correlations -- a Random Duality Theory view
di: Stojnic, Mihailo
Pubblicazione: (2024)

Ground state energies of multipartite $p$-spin models -- partially lifted RDT view
di: Stojnic, Mihailo
Pubblicazione: (2025)

Mirror Descent-Ascent for mean-field min-max problems
di: Lascu, Razvan-Andrei, et al.
Pubblicazione: (2024)

On Unbiased Parameter Estimation and Signal Reconstruction
di: Lahtinen, Joonas
Pubblicazione: (2026)

Non-convex entropic mean-field optimization via Best Response flow
di: Lascu, Razvan-Andrei, et al.
Pubblicazione: (2025)

On propagation of chaos for the Fisher-Rao gradient flow in entropic mean-field optimization
di: Lazić, Petra, et al.
Pubblicazione: (2026)

A Fisher-Rao gradient flow for entropic mean-field min-max games
di: Lascu, Razvan-Andrei, et al.
Pubblicazione: (2024)

Linear regression with overparameterized linear neural networks: Tight upper and lower bounds for implicit $\ell^1$-regularization
di: Matt, Hannes, et al.
Pubblicazione: (2025)

Deep ReLU networks -- injectivity capacity upper bounds
di: Stojnic, Mihailo
Pubblicazione: (2024)

Injectivity capacity of ReLU gates
di: Stojnic, Mihailo
Pubblicazione: (2024)

Rare dense solutions clusters in asymmetric binary perceptrons -- local entropy via fully lifted RDT
di: Stojnic, Mihailo
Pubblicazione: (2025)

Convergence of coordinate ascent variational inference for log-concave measures via optimal transport
di: Arnese, Manuel, et al.
Pubblicazione: (2024)

4+3 Phases of Compute-Optimal Neural Scaling Laws
di: Paquette, Elliot, et al.
Pubblicazione: (2024)

Fast Spawn\&Prune (FS\&P): Global convergence of stochastic conic particle gradient descent via birth/death process
di: De Castro, Yohann, et al.
Pubblicazione: (2026)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2023)

High-dimensional scaling limits and fluctuations of online least-squares SGD with smooth covariance
di: Balasubramanian, Krishnakumar, et al.
Pubblicazione: (2023)

A Piecewise Lyapunov Analysis of Sub-quadratic SGD: Applications to Robust and Quantile Regression
di: Zhang, Yixuan, et al.
Pubblicazione: (2025)