Buchumschlag

Fuzzy hyperparameters update in a second order optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bensadok, Abdelaziz, Babar, Muhammad Zeeshan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Frugality in second-order optimization: floating-point approximations for Newton's method
von: Carrino, Giuseppe, et al.
Veröffentlicht: (2025)

A second-order-like optimizer with adaptive gradient scaling for deep learning
von: Bolte, Jérôme, et al.
Veröffentlicht: (2024)

An adaptively inexact first-order method for bilevel optimization with application to hyperparameter learning
von: Salehi, Mohammad Sadegh, et al.
Veröffentlicht: (2023)

Tutorial on amortized optimization
von: Amos, Brandon
Veröffentlicht: (2022)

A second-order method landing on the Stiefel manifold via Newton$\unicode{x2013}$Schulz iteration
von: Xiong, Xinhui, et al.
Veröffentlicht: (2026)

Logistics Hub Location Optimization: A K-Means and P-Median Model Hybrid Approach Using Road Network Distances
von: Rahman, Muhammad Abdul, et al.
Veröffentlicht: (2023)

High-dimensional mixed-categorical Gaussian processes with application to multidisciplinary design optimization for a green aircraft
von: Saves, Paul, et al.
Veröffentlicht: (2023)

High-order expansion of Neural Ordinary Differential Equations flows
von: Izzo, Dario, et al.
Veröffentlicht: (2025)

Linear attention is (maybe) all you need (to understand transformer optimization)
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2023)

Deep learning enhanced mixed integer optimization: Learning to reduce model dimensionality
von: Triantafyllou, Niki, et al.
Veröffentlicht: (2024)

A space-decoupling framework for optimization on bounded-rank matrices with orthogonally invariant constraints
von: Yang, Yan, et al.
Veröffentlicht: (2025)

Enhanced-FQL($λ$), an Efficient and Interpretable RL with novel Fuzzy Eligibility Traces and Segmented Experience Replay
von: Jalaeian-Farimani, Mohsen, et al.
Veröffentlicht: (2026)

Stabilizing reinforcement learning control: A modular framework for optimizing over all stable behavior
von: Lawrence, Nathan P., et al.
Veröffentlicht: (2023)

On the consistent reasoning paradox of intelligence and optimal trust in AI: The power of 'I don't know'
von: Bastounis, Alexander, et al.
Veröffentlicht: (2024)

Learning optimal objective values for MILP
von: Scavuzzo, Lara, et al.
Veröffentlicht: (2024)

Seeing Through Risk: A Symbolic Approximation of Prospect Theory
von: Yousaf, Ali Arslan, et al.
Veröffentlicht: (2025)

Byzantine Machine Learning: MultiKrum and an optimal notion of robustness
von: Bareilles, Gilles, et al.
Veröffentlicht: (2026)

On the optimization dynamics of RLVR: Gradient gap and step size thresholds
von: Suk, Joe, et al.
Veröffentlicht: (2025)

Muon Dynamics as a Spectral Wasserstein Flow
von: Peyré, Gabriel
Veröffentlicht: (2026)

Feed-Forward Neural Networks as a Mixed-Integer Program
von: Aftabi, Navid, et al.
Veröffentlicht: (2024)

Convergence of Some Convex Message Passing Algorithms to a Fixed Point
von: Voracek, Vaclav, et al.
Veröffentlicht: (2024)

On a Gradient Approach to Chebyshev Center Problems with Applications to Function Learning
von: Raghuvanshi, Abhinav, et al.
Veröffentlicht: (2026)

One Rank at a Time: Cascading Error Dynamics in Sequential Learning
von: Vandchali, Mahtab Alizadeh, et al.
Veröffentlicht: (2025)

Learning to Deliver: a Foundation Model for the Montreal Capacitated Vehicle Routing Problem
von: Chin, Samuel J. K., et al.
Veröffentlicht: (2024)

One Model, Two Roles: Emergent Specialization in a Shared Recurrent Transformer
von: Shen, Jucheng, et al.
Veröffentlicht: (2026)

Integrated Offline and Online Learning to Solve a Large Class of Scheduling Problems
von: Liu, Anbang, et al.
Veröffentlicht: (2025)

Beyond Minimax Rates in Group Distributionally Robust Optimization via a Novel Notion of Sparsity
von: Nguyen, Quan, et al.
Veröffentlicht: (2024)

Deep learning-driven scheduling algorithm for a single machine problem minimizing the total tardiness
von: Bouška, Michal, et al.
Veröffentlicht: (2024)

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

Parameter-Efficient Distributional RL via Normalizing Flows and a Geometry-Aware Cramér Surrogate
von: C., Simo Alami, et al.
Veröffentlicht: (2025)

Data Uniformity Improves Training Efficiency and More, with a Convergence Framework Beyond the NTK Regime
von: Wang, Yuqing, et al.
Veröffentlicht: (2025)

A physics-informed Bayesian optimization method for rapid development of electrical machines
von: Asef, Pedram, et al.
Veröffentlicht: (2025)

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)

Optimal Control Operator Perspective and a Neural Adaptive Spectral Method
von: Feng, Mingquan, et al.
Veröffentlicht: (2024)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

Learning a local trading strategy: deep reinforcement learning for grid-scale renewable energy integration
von: Ju, Caleb, et al.
Veröffentlicht: (2024)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Reward-Directed Score-Based Diffusion Models via q-Learning
von: Gao, Xuefeng, et al.
Veröffentlicht: (2024)

Painless Federated Learning: An Interplay of Line-Search and Extrapolation
von: Geetika, et al.
Veröffentlicht: (2024)

Understanding Optimization in Deep Learning with Central Flows
von: Cohen, Jeremy M., et al.
Veröffentlicht: (2024)