Buchumschlag

Precise asymptotics of reweighted least-squares algorithms for linear diagonal networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kaushik, Chiraag, Romberg, Justin, Muthukumar, Vidya
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A general technique for approximating high-dimensional empirical kernel matrices
von: Kaushik, Chiraag, et al.
Veröffentlicht: (2025)

The good, the bad and the ugly sides of data augmentation: An implicit spectral regularization perspective
von: Lin, Chi-Heng, et al.
Veröffentlicht: (2022)

New Equivalences Between Interpolation and SVMs: Kernels and Structured Features
von: Kaushik, Chiraag, et al.
Veröffentlicht: (2023)

Balanced Data, Imbalanced Spectra: Unveiling Class Disparities with Spectral Imbalance
von: Kaushik, Chiraag, et al.
Veröffentlicht: (2024)

A least-square method for non-asymptotic identification in linear switching control
von: Sun, Haoyuan, et al.
Veröffentlicht: (2024)

Decomposing multimodal embedding spaces with group-sparse autoencoders
von: Kaushik, Chiraag, et al.
Veröffentlicht: (2026)

Sharp analysis of out-of-distribution error for "importance-weighted" estimators in the overparameterized regime
von: Lai, Kuo-Wei, et al.
Veröffentlicht: (2024)

General Loss Functions Lead to (Approximate) Interpolation in High Dimensions
von: Lai, Kuo-Wei, et al.
Veröffentlicht: (2023)

Pointwise confidence estimation in the non-linear $\ell^2$-regularized least squares
von: Kuzborskij, Ilja, et al.
Veröffentlicht: (2025)

Improved and Oracle-Efficient Online $\ell_1$-Multicalibration
von: Ghuge, Rohan, et al.
Veröffentlicht: (2025)

Task Shift: From Classification to Regression in Overparameterized Linear Models
von: LaBonte, Tyler, et al.
Veröffentlicht: (2025)

Just Wing It: Near-Optimal Estimation of Missing Mass in a Markovian Sequence
von: Pananjady, Ashwin, et al.
Veröffentlicht: (2024)

Estimating stationary mass, frequency by frequency
von: Nakul, Milind, et al.
Veröffentlicht: (2025)

Natural Policy Gradient and Actor Critic Methods for Constrained Multi-Task Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Finite-Time Complexity of Online Primal-Dual Natural Actor-Critic Algorithm for Constrained Markov Decision Processes
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

A Two-Time-Scale Stochastic Optimization Framework with Applications in Control and Reinforcement Learning
von: Zeng, Sihan, et al.
Veröffentlicht: (2021)

Anderson acceleration for iteratively reweighted $\ell_1$ algorithm
von: Li, Kexin
Veröffentlicht: (2024)

A constrained iteratively-reweighted least-squares framework for generalised linear models
von: Masselot, Pierre, et al.
Veröffentlicht: (2025)

Optimal sampling for least-squares approximation
von: Adcock, Ben
Veröffentlicht: (2024)

Leave-one-out least squares Monte Carlo algorithm for pricing Bermudan options
von: Woo, Jeechul, et al.
Veröffentlicht: (2018)

A general formulation of reweighted least squares fitting
von: Giannelli, Carlotta, et al.
Veröffentlicht: (2024)

Improved state mixing in higher-order and block diagonal linear recurrent networks
von: Dubinin, Igor, et al.
Veröffentlicht: (2026)

On the Unreasonable Effectiveness of Last-layer Retraining
von: Hill, John C., et al.
Veröffentlicht: (2025)

Faster Margin Maximization Rates for Generic and Adversarially Robust Optimization Methods
von: Wang, Guanghui, et al.
Veröffentlicht: (2023)

Pre-trained Tabular Foundation Models as Versatile Summary Networks for Neural Posterior Estimation
von: Pickens, Elliot, et al.
Veröffentlicht: (2026)

How Does the ReLU Activation Affect the Implicit Bias of Gradient Descent on High-dimensional Neural Network Regression?
von: Lai, Kuo-Wei, et al.
Veröffentlicht: (2026)

Non-asymptotic analysis of the performance of the penalized least trimmed squares in sparse models
von: Zuo, Yijun
Veröffentlicht: (2025)

Accelerating Multi-Task Temporal Difference Learning under Low-Rank Representation
von: Bai, Yitao, et al.
Veröffentlicht: (2025)

Double descent for least-squares interpolation on contaminated data: A simulation study
von: Werner, Tino
Veröffentlicht: (2026)

Finite-Time Analysis of Projected Two-Time-Scale Stochastic Approximation
von: Bai, Yitao, et al.
Veröffentlicht: (2026)

The Group Robustness is in the Details: Revisiting Finetuning under Spurious Correlations
von: LaBonte, Tyler, et al.
Veröffentlicht: (2024)

Hybrid least squares for learning functions from highly noisy data
von: Adcock, Ben, et al.
Veröffentlicht: (2025)

Compare different SG-Schemes based on large least square problems
von: Acharya, Ramkrishna
Veröffentlicht: (2025)

Structured and sparse partial least squares coherence for multivariate cortico-muscular analysis
von: Sun, Jingyao, et al.
Veröffentlicht: (2025)

Last-iterate Convergence for Symmetric, General-sum, $2 \times 2$ Games Under The Exponential Weights Dynamic
von: Wang, Guanghui, et al.
Veröffentlicht: (2025)

Concentration inequalities for semidefinite least squares based on data
von: Fabiani, Filippo, et al.
Veröffentlicht: (2025)

Flexi-Fuzz least squares SVM for Alzheimer's diagnosis: Tackling noise, outliers, and class imbalance
von: Akhtar, Mushir, et al.
Veröffentlicht: (2024)

ResQPASS: an algorithm for bounded variable linear least squares with asymptotic Krylov convergence
von: Symoens, Bas, et al.
Veröffentlicht: (2023)

Compressed and distributed least-squares regression: convergence rates with applications to Federated Learning
von: Philippenko, Constantin, et al.
Veröffentlicht: (2023)

Closed-form $\ell_r$ norm scaling with data for overparameterized linear regression and diagonal linear networks under $\ell_p$ bias
von: Zhang, Shuofeng, et al.
Veröffentlicht: (2025)