:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autore principale:	Birrell, Jeremiah
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2406.16834
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Concentration Inequalities for Stochastic Optimization of Unbounded Objective Functions with Application to Denoising Score Matching
di: Birrell, Jeremiah
Pubblicazione: (2025)

Learning to Forget with Information Divergence Reweighted Objectives for Noisy Labels
di: Birrell, Jeremiah, et al.
Pubblicazione: (2025)

Statistical Guarantees for Distributionally Robust Optimization with Optimal Transport and OT-Regularized Divergences
di: Birrell, Jeremiah, et al.
Pubblicazione: (2026)

Optimal Transport Regularized Divergences: Application to Adversarial Robustness
di: Birrell, Jeremiah, et al.
Pubblicazione: (2023)

Nonlinear denoising score matching for enhanced learning of structured distributions
di: Birrell, Jeremiah, et al.
Pubblicazione: (2024)

Differentially Private Stochastic Gradient Descent with Fixed-Size Minibatches: Tighter RDP Guarantees with or without Replacement
di: Birrell, Jeremiah, et al.
Pubblicazione: (2024)

Information Theoretic Adversarial Training of Large Language Models
di: Zhang, Yiwei, et al.
Pubblicazione: (2026)

Concentration Inequalities and UQ Bounds for Hypocoercive MCMC Samplers
di: Birrell, Jeremiah, et al.
Pubblicazione: (2019)

Statistical Guarantees of Group-Invariant GANs
di: Chen, Ziyu, et al.
Pubblicazione: (2023)

An Interactive Framework for Implementing Privacy-Preserving Federated Learning: Experiments on Large Language Models
di: Ahmadi, Kasra, et al.
Pubblicazione: (2025)

On the regularization of Wasserstein GANs
di: Petzka, Henning, et al.
Pubblicazione: (2017)

h-calibration: Rethinking Classifier Recalibration with Probabilistic Error-Bounded Objective
di: Huang, Wenjian, et al.
Pubblicazione: (2025)

Finite-Sample Wasserstein Error Bounds and Concentration Inequalities for Nonlinear Stochastic Approximation
di: Kong, Seo Taek, et al.
Pubblicazione: (2026)

Generalization Error Bounds for Picard-Type Operator Learning in Nonlinear Parabolic PDEs
di: Taniguchi, Koichi, et al.
Pubblicazione: (2026)

Data Cleansing for GANs
di: Terashita, Naoyuki, et al.
Pubblicazione: (2025)

Sample-efficient neural likelihood-free Bayesian inference of implicit HMMs
di: Ghosh, Sanmitra, et al.
Pubblicazione: (2024)

Generalized Regression with Conditional GANs
di: Jobson, Deddy, et al.
Pubblicazione: (2024)

GANs as Gradient Flows that Converge
di: Huang, Yu-Jui, et al.
Pubblicazione: (2022)

Generalized Dual Discriminator GANs
di: Chandana, Penukonda Naga, et al.
Pubblicazione: (2025)

Generative Bayesian Inference with GANs
di: Wang, Yuexi, et al.
Pubblicazione: (2022)

A New Formulation of Lipschitz Constrained With Functional Gradient Learning for GANs
di: Wan, Chang, et al.
Pubblicazione: (2025)

Double Descent and Other Interpolation Phenomena in GANs
di: Luzi, Lorenzo, et al.
Pubblicazione: (2021)

Error Bounds for Flow Matching Methods
di: Benton, Joe, et al.
Pubblicazione: (2023)

Classification Error Bound for Low Bayes Error Conditions in Machine Learning
di: Yang, Zijian, et al.
Pubblicazione: (2025)

Worst-case Error Bounds for Online Learning of Smooth Functions
di: Xie, Weian
Pubblicazione: (2025)

GANs Conditioning Methods: A Survey
di: Bourou, Anis, et al.
Pubblicazione: (2024)

Intriguing Properties of Modern GANs
di: Friedman, Roy, et al.
Pubblicazione: (2024)

Connecting GANs, MFGs, and OT
di: Cao, Haoyang, et al.
Pubblicazione: (2020)

Tabular GANs for uneven distribution
di: Ashrapov, Insaf
Pubblicazione: (2020)

Scalable GANs with Transformers
di: Hyun, Sangeek, et al.
Pubblicazione: (2025)

Demystifying Diffusion Objectives: Reweighted Losses are Better Variational Bounds
di: Shi, Jiaxin, et al.
Pubblicazione: (2025)

A Differential Equation Approach for Wasserstein GANs and Beyond
di: Malik, Zachariah, et al.
Pubblicazione: (2024)

Conditional Sig-Wasserstein GANs for Time Series Generation
di: Liao, Shujian, et al.
Pubblicazione: (2020)

Exponential capacity scaling of classical GANs compared to hybrid latent style-based quantum GANs
di: Liepelt, Milan, et al.
Pubblicazione: (2026)

Finite-Time Error Bounds for Greedy-GQ
di: Wang, Yue, et al.
Pubblicazione: (2022)

The Exploration of Error Bounds in Classification with Noisy Labels
di: Liu, Haixia, et al.
Pubblicazione: (2025)

Misspecified $Q$-Learning with Sparse Linear Function Approximation: Tight Bounds on Approximation Error
di: Du, Ally Yalei, et al.
Pubblicazione: (2024)

Re-Emergent Misalignment: How Narrow Fine-Tuning Erodes Safety Alignment in LLMs
di: Giordani, Jeremiah
Pubblicazione: (2025)

Privacy Re-identification Attacks on Tabular GANs
di: Alshantti, Abdallah, et al.
Pubblicazione: (2024)

Hybrid Quantum-Classical GANs for the Generation of Adversarial Network Flows
di: Paudel, Prateek, et al.
Pubblicazione: (2026)