Buchumschlag

Stochastic Variance-Reduced Iterative Hard Thresholding in Graph Sparsity Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fox, Derek, Hernandez, Samuel, Tong, Qianqian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Minimum Variance Unbiased N:M Sparsity for the Neural Gradients
von: Chmiel, Brian, et al.
Veröffentlicht: (2022)

A Variance-Reduced Cubic-Regularized Newton for Policy Optimization
von: Sun, Cheng, et al.
Veröffentlicht: (2025)

Operationalizing Fairness: Post-Hoc Threshold Optimization Under Hard Resource Limits
von: Singh, Moirangthem Tiken, et al.
Veröffentlicht: (2026)

Improving Decision Sparsity
von: Sun, Yiyang, et al.
Veröffentlicht: (2024)

Grokking as a Variance-Limited Phase Transition: Spectral Gating and the Epsilon-Stability Threshold
von: Acharya, Pratyush, et al.
Veröffentlicht: (2026)

New Insight of Variance reduce in Zero-Order Hard-Thresholding: Mitigating Gradient Error and Expansivity Contradictions
von: Yuan, Xinzhe, et al.
Veröffentlicht: (2026)

EXION: Exploiting Inter- and Intra-Iteration Output Sparsity for Diffusion Models
von: Heo, Jaehoon, et al.
Veröffentlicht: (2025)

Large Language Model Compression with Global Rank and Sparsity Optimization
von: Zhou, Changhai, et al.
Veröffentlicht: (2025)

Ensuring Safety in an Uncertain Environment: Constrained MDPs via Stochastic Thresholds
von: Zuo, Qian, et al.
Veröffentlicht: (2025)

Multi-View Graph Feature Propagation for Privacy Preservation and Feature Sparsity
von: Harari, Etzion, et al.
Veröffentlicht: (2025)

GEM-Style Constraints for PEFT with Dual Gradient Projection in LoRA
von: Tekmen, Brian, et al.
Veröffentlicht: (2026)

Reducing Credit Assignment Variance via Counterfactual Reasoning Paths
von: Ding, Fei, et al.
Veröffentlicht: (2026)

Variance-Reduction Guidance: Sampling Trajectory Optimization for Diffusion Models
von: Xu, Shifeng, et al.
Veröffentlicht: (2025)

Homeostasis and Sparsity in Transformer
von: Kotyuzanskiy, Leonid, et al.
Veröffentlicht: (2024)

A Universal Banach--Bregman Framework for Stochastic Iterations: Unifying Stochastic Mirror Descent, Learning and LLM Training
von: Zhang, Johnny R., et al.
Veröffentlicht: (2025)

Polar Sparsity: High Throughput Batched LLM Inferencing with Scalable Contextual Sparsity
von: Shrestha, Susav, et al.
Veröffentlicht: (2025)

Ratio-Variance Regularized Policy Optimization for Efficient LLM Fine-tuning
von: Luo, Yu, et al.
Veröffentlicht: (2026)

Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization
von: Luis, Carlos E., et al.
Veröffentlicht: (2023)

GNN-VPA: A Variance-Preserving Aggregation Strategy for Graph Neural Networks
von: Schneckenreiter, Lisa, et al.
Veröffentlicht: (2024)

Optimizing Chain-of-Thought Reasoners via Gradient Variance Minimization in Rejection Sampling and RL
von: Yao, Jiarui, et al.
Veröffentlicht: (2025)

On the Role of Preference Variance in Preference Optimization
von: Guo, Jiacheng, et al.
Veröffentlicht: (2025)

Efficient Exploration for Iterative Nash Preference Optimization
von: Nan, Tianlong, et al.
Veröffentlicht: (2026)

Understanding the Challenges in Iterative Generative Optimization with LLMs
von: Nie, Allen, et al.
Veröffentlicht: (2026)

Adaptive Multi-Fidelity Reinforcement Learning for Variance Reduction in Engineering Design Optimization
von: Agrawal, Akash, et al.
Veröffentlicht: (2025)

GVPO: Group Variance Policy Optimization for Large Language Model Post-Training
von: Zhang, Kaichen, et al.
Veröffentlicht: (2025)

Sparsity and Out-of-Distribution Generalization
von: Aaronson, Scott, et al.
Veröffentlicht: (2026)

Sparsity and Superposition in Mixture of Experts
von: Chaudhari, Marmik, et al.
Veröffentlicht: (2025)

V-ABFT: Variance-Based Adaptive Threshold for Fault-Tolerant Matrix Multiplication in Mixed-Precision Deep Learning
von: Gao, Yiheng, et al.
Veröffentlicht: (2026)

Comparing Contrastive and Triplet Loss: Variance Analysis and Optimization Behavior
von: Zeng, Donghuo
Veröffentlicht: (2025)

On the Convergence of Experience Replay in Policy Optimization: Characterizing Bias, Variance, and Finite-Time Convergence
von: Zheng, Hua, et al.
Veröffentlicht: (2021)

Temporal Pair Consistency for Variance-Reduced Flow Matching
von: Maduabuchi, Chika, et al.
Veröffentlicht: (2026)

On the Sparsity of the Strong Lottery Ticket Hypothesis
von: Natale, Emanuele, et al.
Veröffentlicht: (2024)

Wasserstein Distances, Neuronal Entanglement, and Sparsity
von: Sawmya, Shashata, et al.
Veröffentlicht: (2024)

On the Identifiability of Nonlinear ICA: Sparsity and Beyond
von: Zheng, Yujia, et al.
Veröffentlicht: (2022)

Sparsity-Aware Evolution for Model Merging
von: Zhang, Huan, et al.
Veröffentlicht: (2026)

Scaling Attention via Feature Sparsity
von: Xie, Yan, et al.
Veröffentlicht: (2026)

HGOE: Hybrid External and Internal Graph Outlier Exposure for Graph Out-of-Distribution Detection
von: He, Junwei, et al.
Veröffentlicht: (2024)

Towards Bridging Review Sparsity in Recommendation with Textual Edge Graph Representation
von: Wang, Leyao, et al.
Veröffentlicht: (2025)

Behaviour Policy Optimization: Provably Lower Variance Return Estimates for Off-Policy Reinforcement Learning
von: Goodall, Alexander W., et al.
Veröffentlicht: (2025)

Iterative Amortized Inference: Unifying In-Context Learning and Learned Optimizers
von: Mittal, Sarthak, et al.
Veröffentlicht: (2025)