Buchumschlag

Statistical and Computational Guarantees of Kernel Max-Sliced Wasserstein Distances

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Jie, Boedihardjo, March, Xie, Yao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computational Complexity
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Max-sliced 2-Wasserstein distance
von: Boedihardjo, March T.
Veröffentlicht: (2024)

Optimizing Computational-Statistical Runtime for Wasserstein Distance Estimation
von: Jacobs, Peter Matthew, et al.
Veröffentlicht: (2026)

Sharp bounds for max-sliced Wasserstein distances
von: Boedihardjo, March T.
Veröffentlicht: (2024)

Max-Sliced Wasserstein Distance and its use for GANs
von: Deshpande, Ishan, et al.
Veröffentlicht: (2019)

Computational-Statistical Gaps for Improper Learning in Sparse Linear Regression
von: Buhai, Rares-Darius, et al.
Veröffentlicht: (2024)

Computational Complexity of Statistics: New Insights from Low-Degree Polynomials
von: Wein, Alexander S.
Veröffentlicht: (2025)

Computational-Statistical Tradeoffs from NP-hardness
von: Blanc, Guy, et al.
Veröffentlicht: (2025)

On the Computational Hardness of Transformers
von: Saha, Barna, et al.
Veröffentlicht: (2026)

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

Additive Models Explained: A Computational Complexity Approach
von: Bassan, Shahaf, et al.
Veröffentlicht: (2025)

Active Learning for Decision Trees with Provable Guarantees
von: Moakhar, Arshia Soltani, et al.
Veröffentlicht: (2026)

Necessary and Sufficient Oracles: Toward a Computational Taxonomy For Reinforcement Learning
von: Rohatgi, Dhruv, et al.
Veröffentlicht: (2025)

Deep Learning as a Convex Paradigm of Computation: Minimizing Circuit Size with ResNets
von: Jacot, Arthur
Veröffentlicht: (2025)

Computational Limits of Low-Rank Adaptation (LoRA) Fine-Tuning for Transformer Models
von: Hu, Jerry Yao-Chieh, et al.
Veröffentlicht: (2024)

Learning Quantum Processes with Quantum Statistical Queries
von: Wadhwa, Chirag, et al.
Veröffentlicht: (2023)

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

Lasso with Latents: Efficient Estimation, Covariate Rescaling, and Computational-Statistical Gaps
von: Kelner, Jonathan, et al.
Veröffentlicht: (2024)

Inference Scaling vs Reasoning: An Empirical Analysis of Compute-Optimal LLM Problem-Solving
von: AbdElhameed, Marwan, et al.
Veröffentlicht: (2024)

On the Computational Capability of Graph Neural Networks: A Circuit Complexity Bound Perspective
von: Li, Xiaoyu, et al.
Veröffentlicht: (2025)

Constant Bit-size Transformers Are Turing Complete
von: Li, Qian, et al.
Veröffentlicht: (2025)

Feature Selection and Junta Testing are Statistically Equivalent
von: Beretta, Lorenzo, et al.
Veröffentlicht: (2025)

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

On the Computational Tractability of the (Many) Shapley Values
von: Marzouk, Reda, et al.
Veröffentlicht: (2025)

A Near-Optimal Polynomial Distance Lemma Over Boolean Slices
von: Amireddy, Prashanth, et al.
Veröffentlicht: (2025)

Energy-Based Sliced Wasserstein Distance
von: Nguyen, Khai, et al.
Veröffentlicht: (2023)

Hard to Explain: On the Computational Hardness of In-Distribution Model Interpretation
von: Amir, Guy, et al.
Veröffentlicht: (2024)

Reducing the Complexity of Matrix Multiplication to $O(N^2log_2N)$ by an Asymptotically Optimal Quantum Algorithm
von: Yao, Jiaqi, et al.
Veröffentlicht: (2026)

Computational Complexity Evaluation of Neural Network Applications in Signal Processing
von: Freire, Pedro, et al.
Veröffentlicht: (2022)

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

Local vs. Global Interpretability: A Computational Complexity Perspective
von: Bassan, Shahaf, et al.
Veröffentlicht: (2024)

Stereographic Spherical Sliced Wasserstein Distances
von: Tran, Huy, et al.
Veröffentlicht: (2024)

Looped ReLU MLPs May Be All You Need as Practical Programmable Computers
von: Liang, Yingyu, et al.
Veröffentlicht: (2024)

The Alignment Trap: Complexity Barriers
von: Yao, Jasper
Veröffentlicht: (2025)

Learnability of Parameter-Bounded Bayes Nets
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

Smoothed Analysis for Learning Concepts with Low Intrinsic Dimension
von: Chandrasekaran, Gautam, et al.
Veröffentlicht: (2024)

Chain of Thought Empowers Transformers to Solve Inherently Serial Problems
von: Li, Zhiyuan, et al.
Veröffentlicht: (2024)

Ask, and it shall be given: On the Turing completeness of prompting
von: Qiu, Ruizhong, et al.
Veröffentlicht: (2024)

Large Language Models on Small Resource-Constrained Systems: Performance Characterization, Analysis and Trade-offs
von: Seymour, Liam, et al.
Veröffentlicht: (2024)

Data Debugging is NP-hard for Classifiers Trained with SGD
von: Guo, Zizheng, et al.
Veröffentlicht: (2024)

On the Hardness of Learning Regular Expressions
von: Attias, Idan, et al.
Veröffentlicht: (2025)