Buchumschlag

Unified Projection-Free Algorithms for Adversarial DR-Submodular Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pedramfar, Mohammad, Nadew, Yididiya Y., Quinn, Christopher J., Aggarwal, Vaneet
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computational Complexity Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decentralized Projection-free Online Upper-Linearizable Optimization with Applications to DR-Submodular Optimization
von: Lu, Yiyang, et al.
Veröffentlicht: (2025)

$γ$-weakly $θ$-up-concavity: A Unified Framework for Non-Convex Optimization Beyond DR-Submodular and OSS Functions
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2026)

BAGEL: Projection-Free Algorithm for Adversarially Constrained Online Convex Optimization
von: Lu, Yiyang, et al.
Veröffentlicht: (2025)

From Linear to Linearizable Optimization: A Novel Framework with Applications to Stationary and Non-stationary DR-submodular Optimization
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2024)

A Unified Approach for Maximizing Continuous DR-submodular Functions
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2023)

Stronger Approximation Guarantees for Non-Monotone γ-Weakly DR-Submodular Maximization
von: Jadav, Hareshkumar, et al.
Veröffentlicht: (2026)

A Unified Framework for Analyzing Meta-algorithms in Online Convex Optimization
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2024)

Upper-Linearizability of Online Non-Monotone DR-Submodular Maximization over Down-Closed Convex Sets
von: Lu, Yiyang, et al.
Veröffentlicht: (2026)

Stochastic Submodular Bandits with Delayed Composite Anonymous Bandit Feedback
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2023)

Global Convergence Guarantees for Federated Policy Gradient Methods with Adversaries
von: Ganesh, Swetha, et al.
Veröffentlicht: (2024)

ECPv2: Fast, Efficient, and Scalable Global Optimization of Lipschitz Functions
von: Fourati, Fares, et al.
Veröffentlicht: (2025)

Every Call is Precious: Global Optimization of Black-Box Functions with Unknown Lipschitz Constants
von: Fourati, Fares, et al.
Veröffentlicht: (2025)

Online Submodular Maximization via Online Convex Optimization
von: Salem, Tareq Si, et al.
Veröffentlicht: (2023)

Submodular Information Selection for Hypothesis Testing with Misclassification Penalties
von: Bhargav, Jayanth, et al.
Veröffentlicht: (2024)

Joint Optimization of Multi-Objective Reinforcement Learning with Policy Gradient Based Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2021)

Multi-Armed Sampling Problem and the End of Exploration
von: Pedramfar, Mohammad, et al.
Veröffentlicht: (2025)

Conditionally-Conjugate Gaussian Process Factor Analysis for Spike Count Data via Data Augmentation
von: Nadew, Yididiya Y., et al.
Veröffentlicht: (2024)

Learning Coupled Subspaces for Multi-Condition Spike Data
von: Nadew, Yididiya Y., et al.
Veröffentlicht: (2024)

The Computational Complexity of Finding Stationary Points in Non-Convex Optimization
von: Hollender, Alexandros, et al.
Veröffentlicht: (2023)

Improved Bayesian Regret Bounds for Thompson Sampling in Reinforcement Learning
von: Moradipari, Ahmadreza, et al.
Veröffentlicht: (2023)

A Resilience Framework for Bi-Criteria Combinatorial Optimization with Bandit Feedback
von: Aggarwal, Vaneet, et al.
Veröffentlicht: (2025)

A Novel Unified Parametric Assumption for Nonconvex Optimization
von: Riabinin, Artem, et al.
Veröffentlicht: (2025)

A Unified Framework for Gradient Aggregation in Multi-Objective Optimization
von: Hu, Zeou, et al.
Veröffentlicht: (2026)

Anytime Training with Schedule-Free Spectral Optimization
von: Apte, Anuj, et al.
Veröffentlicht: (2026)

How Memory in Optimization Algorithms Implicitly Modifies the Loss
von: Cattaneo, Matias D., et al.
Veröffentlicht: (2025)

Boosting Gradient Ascent for Continuous DR-submodular Maximization
von: Zhang, Qixin, et al.
Veröffentlicht: (2024)

Linear Equations with Min and Max Operators: Computational Complexity
von: Chatterjee, Krishnendu, et al.
Veröffentlicht: (2024)

Federated Distributionally Robust Optimization with Non-Convex Objectives: Algorithm and Analysis
von: Jiao, Yang, et al.
Veröffentlicht: (2023)

Recursive Entropic Risk Optimization in Discounted MDPs: Sample Complexity Bounds with a Generative Model
von: Mortensen, Oliver, et al.
Veröffentlicht: (2025)

A Theoretical Framework for Auxiliary-Loss-Free Load Balancing of Sparse Mixture-of-Experts in Large-Scale AI Models
von: Han, X. Y., et al.
Veröffentlicht: (2025)

DR-SAC: Distributionally Robust Soft Actor-Critic for Reinforcement Learning under Uncertainty
von: Cui, Mingxuan, et al.
Veröffentlicht: (2025)

Rack Position Optimization in Large-Scale Heterogeneous Data Centers
von: Chen, Chang-Lin, et al.
Veröffentlicht: (2025)

Achieving Zero Constraint Violation for Constrained Reinforcement Learning via Conservative Natural Policy Gradient Primal-Dual Algorithm
von: Bai, Qinbo, et al.
Veröffentlicht: (2022)

Data-Driven Portfolio Management for Motion Pictures Industry: A New Data-Driven Optimization Methodology Using a Large Language Model as the Expert
von: Alipour-Vaezi, Mohammad, et al.
Veröffentlicht: (2024)

Benign landscape for Burer-Monteiro factorizations of MaxCut-type semidefinite programs
von: Endor, Faniriana Rakoto, et al.
Veröffentlicht: (2024)

The Complexity of Finding Local Optima in Contrastive Learning
von: Yan, Jingming, et al.
Veröffentlicht: (2025)

Unbiased Gradient Low-Rank Projection
von: Pan, Rui, et al.
Veröffentlicht: (2025)

Second-Order Min-Max Optimization with Lazy Hessians
von: Chen, Lesi, et al.
Veröffentlicht: (2024)

Unifying Formal Explanations: A Complexity-Theoretic Perspective
von: Bassan, Shahaf, et al.
Veröffentlicht: (2026)

The Algorithm Configuration Problem
von: Iommazzo, Gabriele, et al.
Veröffentlicht: (2024)