Copertina

Mirror and Preconditioned Gradient Descent in Wasserstein Space

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bonet, Clément, Uscidda, Théo, David, Adam, Aubin-Frankowski, Pierre-Cyril, Korba, Anna
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Optimization and Control Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Flowing Datasets with Wasserstein over Wasserstein Gradient Flows
di: Bonet, Clément, et al.
Pubblicazione: (2025)

A connection between Tempering and Entropic Mirror Descent
di: Chopin, Nicolas, et al.
Pubblicazione: (2023)

Approximation of optimization problems with constraints through kernel Sum-Of-Squares
di: Aubin-Frankowski, Pierre-Cyril, et al.
Pubblicazione: (2023)

Adaptive Step Sizes for Preconditioned Stochastic Gradient Descent
di: Köhne, Frederik, et al.
Pubblicazione: (2023)

Preconditioned Gradient Descent for Over-Parameterized Nonconvex Matrix Factorization
di: Zhang, Gavin, et al.
Pubblicazione: (2025)

Mirror Descent on Reproducing Kernel Banach Spaces
di: Kumar, Akash, et al.
Pubblicazione: (2024)

Random Coordinate Descent on the Wasserstein Space of Probability Measures
di: Xu, Yewei, et al.
Pubblicazione: (2026)

Preconditioned Gradient Descent for Overparameterized Nonconvex Burer--Monteiro Factorization with Global Optimality Certification
di: Zhang, Gavin, et al.
Pubblicazione: (2022)

Efficient Low-Tubal-Rank Tensor Estimation via Alternating Preconditioned Gradient Descent
di: Liu, Zhiyu, et al.
Pubblicazione: (2025)

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

Mirror Descent on Riemannian Manifolds
di: Jiang, Jiaxin, et al.
Pubblicazione: (2026)

A Mirror Descent Perspective of Smoothed Sign Descent
di: Wang, Shuyang, et al.
Pubblicazione: (2024)

Efficient Over-parameterized Matrix Sensing from Noisy Measurements via Alternating Preconditioned Gradient Descent
di: Liu, Zhiyu, et al.
Pubblicazione: (2025)

FastPart: Over-Parameterized Stochastic Gradient Descent for Sparse optimisation on Measures
di: De Castro, Yohann, et al.
Pubblicazione: (2023)

Fast and Accurate Estimation of Low-Rank Matrices from Noisy Measurements via Preconditioned Non-Convex Gradient Descent
di: Zhang, Gavin, et al.
Pubblicazione: (2023)

On the Convergence of Policy in Unregularized Policy Mirror Descent
di: Lin, Dachao, et al.
Pubblicazione: (2022)

Stochastic Gradient Methods with Preconditioned Updates
di: Sadiev, Abdurakhmon, et al.
Pubblicazione: (2022)

Value Mirror Descent for Reinforcement Learning
di: Jia, Zhichao, et al.
Pubblicazione: (2026)

Implicit Bias and Convergence of Matrix Stochastic Mirror Descent
di: Akhtiamov, Danil, et al.
Pubblicazione: (2026)

On the Convergence of Policy Mirror Descent with Temporal Difference Evaluation
di: Liu, Jiacai, et al.
Pubblicazione: (2025)

Stochastic Adaptive Gradient Descent Without Descent
di: Aujol, Jean-François, et al.
Pubblicazione: (2025)

Corner Gradient Descent
di: Yarotsky, Dmitry
Pubblicazione: (2025)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
di: Kale, Sacchit, et al.
Pubblicazione: (2026)

Convergence of Policy Mirror Descent Beyond Compatible Function Approximation
di: Sherman, Uri, et al.
Pubblicazione: (2025)

Preconditioned Norms: A Unified Framework for Steepest Descent, Quasi-Newton and Adaptive Methods
di: Veprikov, Andrey, et al.
Pubblicazione: (2025)

Adaptive Conditional Gradient Descent
di: Khademi, Abbas, et al.
Pubblicazione: (2025)

$k$-SVD with Gradient Descent
di: Jedra, Yassir, et al.
Pubblicazione: (2025)

Mirror Descent-Type Algorithms for the Variational Inequality Problem with Functional Constraints
di: Alkousa, Mohammad S., et al.
Pubblicazione: (2026)

Anytime Acceleration of Gradient Descent
di: Zhang, Zihan, et al.
Pubblicazione: (2024)

Stochastic Gradient Variational Inference with Price's Gradient Estimator from Bures-Wasserstein to Parameter Space
di: Kim, Kyurae, et al.
Pubblicazione: (2026)

Zeroth-Order Stochastic Mirror Descent Algorithms for Minimax Excess Risk Optimization
di: Gu, Zhihao, et al.
Pubblicazione: (2024)

Stochastic Gradient Descent with Adaptive Data
di: Che, Ethan, et al.
Pubblicazione: (2024)

Unraveling the Gradient Descent Dynamics of Transformers
di: Song, Bingqing, et al.
Pubblicazione: (2024)

Stochastic Gradient Descent with Strategic Querying
di: Jiang, Nanfei, et al.
Pubblicazione: (2025)

Constrained Sampling with Primal-Dual Langevin Monte Carlo
di: Chamon, Luiz F. O., et al.
Pubblicazione: (2024)

Debiasing optimal transport: classical and entropic
di: Aubin-Frankowski, Pierre-Cyril, et al.
Pubblicazione: (2026)

Mirror Descent-Ascent for mean-field min-max problems
di: Lascu, Razvan-Andrei, et al.
Pubblicazione: (2024)

DDEQs: Distributional Deep Equilibrium Models through Wasserstein Gradient Flows
di: Geuter, Jonathan, et al.
Pubblicazione: (2025)

Statistical and Geometrical properties of regularized Kernel Kullback-Leibler divergence
di: Chazal, Clémentine, et al.
Pubblicazione: (2024)

Derivatives of Stochastic Gradient Descent in parametric optimization
di: Iutzeler, Franck, et al.
Pubblicazione: (2024)