Buchumschlag

A Full Adagrad algorithm with O(Nd) operations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Godichon-Baggioni, Antoine, Lu, Wei, Portier, Bruno
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Complexity reduction in online stochastic Newton methods with potential O(N d) total cost
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2026)

Online estimation of the inverse of the Hessian for stochastic optimization with application to universal stochastic Newton algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Convergence in quadratic mean of averaged stochastic gradient algorithms without strong convexity nor bounded gradient
von: Godichon-Baggioni, Antoine
Veröffentlicht: (2021)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Stochastic Optimization in Semi-Discrete Optimal Transport: Convergence Analysis and Minimax Rate
von: Genans, Ferdinand, et al.
Veröffentlicht: (2025)

On Adaptive Stochastic Optimization for Streaming Data: A Newton's Method with O(dN) Operations
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2023)

A penalized criterion for selecting the number of clusters for K-medians
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2022)

Convergence of Multi-Level Markov Chain Monte Carlo Adaptive Stochastic Gradient Algorithms
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2026)

Nearest neighbor empirical processes
von: Portier, François
Veröffentlicht: (2021)

Theoretical Convergence Guarantees for Variational Autoencoders
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Semi-Discrete Optimal Transport: Nearly Minimax Estimation With Stochastic Gradient Descent and Adaptive Entropic Regularization
von: Genans, Ferdinand, et al.
Veröffentlicht: (2024)

Non-asymptotic Analysis of Biased Adaptive Stochastic Approximation
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Decreasing Entropic Regularization Averaged Gradient for Semi-Discrete Optimal Transport
von: Genans, Ferdinand, et al.
Veröffentlicht: (2025)

A path-norm toolkit for modern networks: consequences, promises and challenges
von: Gonon, Antoine, et al.
Veröffentlicht: (2023)

A Random Matrix Theory Perspective on the Spectrum of Learned Features and Asymptotic Generalization Capabilities
von: Dandi, Yatin, et al.
Veröffentlicht: (2024)

A fast score-based search algorithm for maximal ancestral graphs using entropy
von: Hu, Zhongyi, et al.
Veröffentlicht: (2024)

Flow-based generative models as iterative algorithms in probability space
von: Xie, Yao, et al.
Veröffentlicht: (2025)

Robust SVD Made Easy: A fast and reliable algorithm for large-scale data analysis
von: Han, Sangil, et al.
Veröffentlicht: (2024)

Training and Testing with Multiple Splits: A Central Limit Theorem for Split-Sample Estimators
von: Fava, Bruno
Veröffentlicht: (2025)

Hard labels sampled from sparse targets mislead rotation invariant algorithms
von: Ghosh, Avrajit, et al.
Veröffentlicht: (2026)

A general framework for inference on algorithm-agnostic variable importance
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

General reproducing properties in RKHS with application to derivative and integral operators
von: El-Boukkouri, Fatima-Zahrae, et al.
Veröffentlicht: (2025)

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

UCB algorithms for multi-armed bandits: Precise regret and adaptive inference
von: Han, Qiyang, et al.
Veröffentlicht: (2024)

A Scalable Nystrom-Based Kernel Two-Sample Test with Permutations
von: Chatalic, Antoine, et al.
Veröffentlicht: (2025)

Change of measure through the Legendre transform
von: Picard-Weibel, Antoine, et al.
Veröffentlicht: (2022)

Set-Valued Policy Learning
von: Fuentes-Vicente, Laura, et al.
Veröffentlicht: (2026)

kTULA: A Langevin sampling algorithm with improved KL bounds under super-linear log-gradients
von: Lytras, Iosif, et al.
Veröffentlicht: (2025)

Universality laws for Gaussian mixtures in generalized linear models
von: Dandi, Yatin, et al.
Veröffentlicht: (2023)

A Correction of Pseudo Log-Likelihood Method
von: Feng, Shi, et al.
Veröffentlicht: (2024)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
von: Noskov, Fedor, et al.
Veröffentlicht: (2025)

The phase diagram of kernel interpolation in large dimensions
von: Zhang, Haobo, et al.
Veröffentlicht: (2024)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)

Scaling Laws from Sequential Feature Recovery: A Solvable Hierarchical Model
von: Wortsman-Zurich, Arie, et al.
Veröffentlicht: (2026)

Transformers Meet In-Context Learning: A Universal Approximation Theory
von: Li, Gen, et al.
Veröffentlicht: (2025)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
von: Hu, Hong, et al.
Veröffentlicht: (2024)

Do More Predictions Improve Statistical Inference? Filtered Prediction-Powered Inference
von: Xu, Shirong, et al.
Veröffentlicht: (2026)

Statistical Learning Guarantees for Group-Invariant Barron Functions
von: Yang, Yahong, et al.
Veröffentlicht: (2025)

Uncertainty quantification for iterative algorithms in linear models with application to early stopping
von: Bellec, Pierre C., et al.
Veröffentlicht: (2024)

Identifiability of the minimum-trace directed acyclic graph and hill climbing algorithms without strict local optima under weakly increasing error variances
von: Chang, Hyunwoong, et al.
Veröffentlicht: (2025)