Copertina

A direct proof of a unified law of robustness for Bregman divergence losses

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Das, Santanu, Batra, Jatin, Srivastava, Piyush
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Tractable Gaussian Phase Retrieval with Heavy Tails and Adversarial Corruption with Near-Linear Sample Complexity
di: Das, Santanu, et al.
Pubblicazione: (2026)

Convex Basins in Single-Index Model Loss Landscapes: Applications to Robust Recovery under Strong Adversarial Corruption
di: Das, Santanu, et al.
Pubblicazione: (2026)

Calibeating for general proper losses: A Bregman divergence approach
di: Fichtl, Maximilian, et al.
Pubblicazione: (2026)

Symplectic Bregman divergences
di: Nielsen, Frank
Pubblicazione: (2024)

Curved representational Bregman divergences and their applications
di: Nielsen, Frank
Pubblicazione: (2025)

Bias-variance decompositions: the exclusive privilege of Bregman divergences
di: Heskes, Tom
Pubblicazione: (2025)

Innovation: An Almost Characterization of Hallucination
di: Das, Nishant P., et al.
Pubblicazione: (2026)

Comparing skill of historical rainfall data based monsoon rainfall prediction in India with NWP forecasts
di: Narula, Apoorva, et al.
Pubblicazione: (2024)

Generalising maximum mean discrepancy: kernelised functional Bregman divergences
di: Tsuchida, Russell, et al.
Pubblicazione: (2026)

A unifying Bayesian framework for adversarial robustness
di: Arce, Pablo G., et al.
Pubblicazione: (2025)

Bregman-Hausdorff divergence: strengthening the connections between computational geometry and machine learning
di: Pham, Tuyen, et al.
Pubblicazione: (2025)

A unified framework for evaluating the robustness of machine-learning interpretability for prospect risking
di: Chowdhury, Prithwijit, et al.
Pubblicazione: (2026)

ASRL:A robust loss function with potential for development
di: Hui, Chenyu, et al.
Pubblicazione: (2025)

Alpha-divergence loss function for neural density ratio estimation
di: Kitazawa, Yoshiaki
Pubblicazione: (2024)

Approximating the Total Variation Distance between Gaussians
di: Bhattacharyya, Arnab, et al.
Pubblicazione: (2025)

Minimizing robust density power-based divergences for general parametric density models
di: Okuno, Akifumi
Pubblicazione: (2023)

A Generalized Bias-Variance Decomposition for Bregman Divergences
di: Pfau, David
Pubblicazione: (2025)

Superposition unifies power-law training dynamics
di: Chen, Zixin Jessie, et al.
Pubblicazione: (2026)

Bounds on Lp errors in density ratio estimation via f-divergence loss functions
di: Kitazawa, Yoshiaki
Pubblicazione: (2024)

Rethinking Bregman Divergences in Kronecker-Factored Optimizers
di: Liu, Bing, et al.
Pubblicazione: (2026)

Stream separation improves Bregman conditioning in transformers
di: Kerce, James Clayton
Pubblicazione: (2026)

Governance-as-a-Service: A Multi-Agent Framework for AI System Compliance and Policy Enforcement
di: Gaurav, Suyash, et al.
Pubblicazione: (2025)

Adaptive Regularization for Sparsity Control in Bregman-Based Optimizers
di: Aloradi, Ahmad, et al.
Pubblicazione: (2026)

Bregman Douglas-Rachford Splitting Method
di: Ma, Shiqian, et al.
Pubblicazione: (2025)

Provably robust learning of regression neural networks using $β$-divergences
di: Ghosh, Abhik, et al.
Pubblicazione: (2026)

GL-TSVM: A robust and smooth twin support vector machine with guardian loss function
di: Akhtar, Mushir, et al.
Pubblicazione: (2024)

FGM optimization in complex domains using Gaussian process regression based profile generation algorithm
di: Konda, Chaitanya Kumar, et al.
Pubblicazione: (2025)

Geometric Convergence Analysis of Variational Inference via Bregman Divergences
di: Bohara, Sushil, et al.
Pubblicazione: (2025)

rECGnition_v1.0: Arrhythmia detection using cardiologist-inspired multi-modal architecture incorporating demographic attributes in ECG
di: Srivastava, Shreya, et al.
Pubblicazione: (2024)

Online Nonconvex Bilevel Optimization with Bregman Divergences
di: Bohne, Jason, et al.
Pubblicazione: (2024)

EVCL: Elastic Variational Continual Learning with Weight Consolidation
di: Batra, Hunar, et al.
Pubblicazione: (2024)

Lower Difficulty and Better Robustness: A Bregman Divergence Perspective for Adversarial Training
di: Wu, Zihui, et al.
Pubblicazione: (2022)

A Bregman firmly nonexpansive proximal operator for baryconvex optimization
di: Achab, Mastane
Pubblicazione: (2024)

Multilingual-To-Multimodal (M2M): Unlocking New Languages with Monolingual Text
di: Pasi, Piyush Singh
Pubblicazione: (2026)

Evaluating Brain-Inspired Modular Training in Automated Circuit Discovery for Mechanistic Interpretability
di: Nainani, Jatin
Pubblicazione: (2024)

What Can You Do When You Have Zero Rewards During RL?
di: Prakash, Jatin, et al.
Pubblicazione: (2025)

k-MLE, k-Bregman, k-VARs: Theory, Convergence, Computation
di: Yue, Zuogong, et al.
Pubblicazione: (2024)

Learning density ratios in causal inference using Bregman-Riesz regression
di: Hines, Oliver J., et al.
Pubblicazione: (2025)

External Division of Two Bregman Proximity Operators for Poisson Inverse Problems
di: Haishima, Kazuki, et al.
Pubblicazione: (2026)

Regularizing cross entropy loss via minimum entropy and K-L divergence
di: Ibraheem, Abdulrahman Oladipupo
Pubblicazione: (2025)