Copertina

Online Linear Regression in Dynamic Environments via Discounting

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Jacobsen, Andrew, Cutkosky, Ashok
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

Parameter-free Mirror Descent
di: Jacobsen, Andrew, et al.
Pubblicazione: (2022)

Fully Unconstrained Online Learning
di: Cutkosky, Ashok, et al.
Pubblicazione: (2024)

Unconstrained Robust Online Convex Optimization
di: Zhang, Jiujia, et al.
Pubblicazione: (2025)

Optimal Stochastic Non-smooth Non-convex Optimization through Online-to-Non-convex Conversion
di: Cutkosky, Ashok, et al.
Pubblicazione: (2023)

Adam with model exponential moving average is effective for nonconvex optimization
di: Ahn, Kwangjun, et al.
Pubblicazione: (2024)

Random Scaling and Momentum for Non-smooth Non-convex Optimization
di: Zhang, Qinzi, et al.
Pubblicazione: (2024)

Improving Adaptive Online Learning Using Refined Discretization
di: Zhang, Zhiyu, et al.
Pubblicazione: (2023)

Optimal Linear Decay Learning Rate Schedules and Further Refinements
di: Defazio, Aaron, et al.
Pubblicazione: (2023)

Dynamic Regret for Online Regression in RKHS via Discounted VAW and Subspace Approximation
di: Rokhlin, Dmitry B., et al.
Pubblicazione: (2026)

Nonstationary Generalized Linear Bandits with Discounted Online Mirror Descent
di: Lee, Joongkyu, et al.
Pubblicazione: (2026)

General framework for online-to-nonconvex conversion: Schedule-free SGD is also effective for nonconvex optimization
di: Ahn, Kwangjun, et al.
Pubblicazione: (2024)

Reevaluating Theoretical Analysis Methods for Optimization in Deep Learning
di: Tran, Hoang, et al.
Pubblicazione: (2024)

Private Zeroth-Order Nonsmooth Nonconvex Optimization
di: Zhang, Qinzi, et al.
Pubblicazione: (2024)

Parameter-Free Dynamic Regret for Unconstrained Linear Bandits
di: Rumi, Alberto, et al.
Pubblicazione: (2026)

Discounted Adaptive Online Learning: Towards Better Regularization
di: Zhang, Zhiyu, et al.
Pubblicazione: (2024)

Online Forgetting Process for Linear Regression Models
di: Li, Yuantong, et al.
Pubblicazione: (2020)

Online Linear Regression with Paid Stochastic Features
di: Merlis, Nadav, et al.
Pubblicazione: (2025)

Reducing Blackwell and Average Optimality to Discounted MDPs via the Blackwell Discount Factor
di: Grand-Clément, Julien, et al.
Pubblicazione: (2023)

Imitation Learning in Discounted Linear MDPs without exploration assumptions
di: Viano, Luca, et al.
Pubblicazione: (2024)

An Equivalence Between Static and Dynamic Regret Minimization
di: Jacobsen, Andrew, et al.
Pubblicazione: (2024)

Online Infinite-Dimensional Regression: Learning Linear Operators
di: Raman, Vinod, et al.
Pubblicazione: (2023)

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

Multivariate Online Linear Regression for Hierarchical Forecasting
di: Hihat, Massil, et al.
Pubblicazione: (2024)

A Perturbation Approach to Unconstrained Linear Bandits
di: Jacobsen, Andrew, et al.
Pubblicazione: (2026)

Gradient-Variation Regret Bounds for Unconstrained Online Learning
di: Zhao, Yuheng, et al.
Pubblicazione: (2026)

Reinforcement Learning for Infinite-Horizon Average-Reward Linear MDPs via Approximation by Discounted-Reward MDPs
di: Hong, Kihyuk, et al.
Pubblicazione: (2024)

Physics-Informed Regression: Parameter Estimation in Parameter-Linear Nonlinear Dynamic Models
di: Nielsen, Jonas Søeborg, et al.
Pubblicazione: (2025)

Discounted Online Convex Optimization: Uniform Regret Across a Continuous Interval
di: Yang, Wenhao, et al.
Pubblicazione: (2025)

Trained Mamba Emulates Online Gradient Descent in In-Context Linear Regression
di: Jiang, Jiarui, et al.
Pubblicazione: (2025)

Dynamic Regret via Discounted-to-Dynamic Reduction with Applications to Curved Losses and Adam Optimizer
di: Xie, Yan-Feng, et al.
Pubblicazione: (2026)

Online Recommendations for Agents with Discounted Adaptive Preferences
di: Agarwal, Arpit, et al.
Pubblicazione: (2023)

Dynamics of Transient Structure in In-Context Linear Regression Transformers
di: Carroll, Liam, et al.
Pubblicazione: (2025)

EM Approaches to Nonparametric Estimation for Mixture of Linear Regressions
di: Welbaum, Andrew, et al.
Pubblicazione: (2025)

Dynamic Regret Reduces to Kernelized Static Regret
di: Jacobsen, Andrew, et al.
Pubblicazione: (2025)

Parameter-free Dynamic Regret: Time-varying Movement Costs, Delayed Feedback, and Memory
di: Qiu, Hao, et al.
Pubblicazione: (2026)

In-context Learning for Mixture of Linear Regressions: Existence, Generalization and Training Dynamics
di: Jin, Yanhao, et al.
Pubblicazione: (2024)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
di: Agrawalla, Bhavya, et al.
Pubblicazione: (2023)

DAO-GP Drift Aware Online Non-Linear Regression Gaussian-Process
di: Abu-Shaira, Mohammad, et al.
Pubblicazione: (2025)

OLR-WA: Online Weighted Average Linear Regression in Multivariate Data Streams
di: Abu-Shaira, Mohammad, et al.
Pubblicazione: (2025)

Optimal Rates in Continual Linear Regression via Increasing Regularization
di: Levinstein, Ran, et al.
Pubblicazione: (2025)