Buchumschlag

Probabilistic Iterative Hard Thresholding for Sparse Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bergamaschi, Matteo, Cristofari, Andrea, Kungurtsev, Vyacheslav, Rinaldi, Francesco
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Machine Learning Algorithms for Improving Exact Classical Solvers in Mixed Integer Continuous Optimization
von: Kimiaei, Morteza, et al.
Veröffentlicht: (2025)

Tame Riemannian Stochastic Approximation
von: Aspman, Johannes, et al.
Veröffentlicht: (2023)

Stochastic Langevin Differential Inclusions with Applications to Machine Learning
von: Difonzo, Fabio V., et al.
Veröffentlicht: (2022)

A Stochastic-Gradient-based Interior-Point Algorithm for Solving Smooth Bound-Constrained Optimization Problems
von: Curtis, Frank E., et al.
Veröffentlicht: (2023)

Optimizing Hard Thresholding for Sparse Model Discovery
von: Jollie, Derek W., et al.
Veröffentlicht: (2025)

Towards Tsallis Fully Probabilistic Design
von: Kungurtsev, Vyacheslav, et al.
Veröffentlicht: (2026)

Quasi-Ergodic Control of Multi-Periodic Autoregressive Processes: Formulation and Examples
von: Kungurtsev, Vyacheslav
Veröffentlicht: (2025)

A Three-Tier Time-Scale Architecture for Controlling Complex Nonlinear Systems
von: Kungurtsev, Vyacheslav
Veröffentlicht: (2026)

Zeroth-Order Hard-Thresholding: Gradient Error vs. Expansivity
von: de Vazelhes, William, et al.
Veröffentlicht: (2022)

Accelerating Sinkhorn Algorithm with Sparse Newton Iterations
von: Tang, Xun, et al.
Veröffentlicht: (2024)

PINS: Proximal Iterations with Sparse Newton and Sinkhorn for Optimal Transport
von: Wu, Di, et al.
Veröffentlicht: (2025)

An Iteratively Reweighted Method for Sparse Optimization on Nonconvex $\ell_{p}$ Ball
von: Wang, Hao, et al.
Veröffentlicht: (2021)

An Efficient Network-aware Direct Search Method for Influence Maximization
von: Bergamaschi, Matteo, et al.
Veröffentlicht: (2025)

Stochastic Approximation for Expectation Objective and Expectation Inequality-Constrained Nonconvex Optimization
von: Facchinei, Francisco, et al.
Veröffentlicht: (2023)

Exploring the Potential of Bilevel Optimization for Calibrating Neural Networks
von: Sanguin, Gabriele, et al.
Veröffentlicht: (2025)

Multistage Stochastic Programming for Rare Event Risk Mitigation in Power Systems Management
von: Mastropietro, Daniel, et al.
Veröffentlicht: (2026)

Iteration Complexity of Variational Quantum Algorithms
von: Kungurtsev, Vyacheslav, et al.
Veröffentlicht: (2022)

Sparse-ProxSkip: Accelerated Sparse-to-Sparse Training in Federated Learning
von: Meinhardt, Georg, et al.
Veröffentlicht: (2024)

Optimal Control of Two-Phase Membrane Problem
von: Bozorgnia, Farid, et al.
Veröffentlicht: (2024)

Proximal Iterative Hard Thresholding Algorithm for Sparse Group $\ell_0$-Regularized Optimization with Box Constraint
von: Ye, Yuge, et al.
Veröffentlicht: (2025)

Self-Supervised Learning of Iterative Solvers for Constrained Optimization
von: Lüken, Lukas, et al.
Veröffentlicht: (2024)

Real-time optimal control of high-dimensional parametrized systems by deep learning-based reduced order models
von: Tomasetto, Matteo, et al.
Veröffentlicht: (2024)

Latent feedback control of distributed systems in multiple scenarios through deep learning-based reduced order models
von: Tomasetto, Matteo, et al.
Veröffentlicht: (2024)

A Survey on Design-space Dimensionality Reduction Methods for Shape Optimization
von: Serani, Andrea, et al.
Veröffentlicht: (2024)

SPP-SBL: Space-Power Prior Sparse Bayesian Learning for Block Sparse Recovery
von: Zhang, Yanhao, et al.
Veröffentlicht: (2025)

Last Iterate Convergence of Incremental Methods and Applications in Continual Learning
von: Cai, Xufeng, et al.
Veröffentlicht: (2024)

The stochastic Ravine accelerated gradient method with general extrapolation coefficients
von: Attouch, Hedy, et al.
Veröffentlicht: (2024)

Iterative Regularization with k-support Norm: An Important Complement to Sparse Recovery
von: de Vazelhes, William, et al.
Veröffentlicht: (2023)

Block cubic Newton with greedy selection
von: Cristofari, Andrea
Veröffentlicht: (2024)

Full Convergence of Regularized Methods for Unconstrained Optimization
von: Cristofari, Andrea
Veröffentlicht: (2025)

Incremental Learning of Sparse Attention Patterns in Transformers
von: Yüksel, Oğuz Kaan, et al.
Veröffentlicht: (2026)

Machine Learning Model for Sparse PCM Completion
von: Koyuncu, Selcuk, et al.
Veröffentlicht: (2026)

Scalable First-order Method for Certifying Optimal k-Sparse GLMs
von: Liu, Jiachang, et al.
Veröffentlicht: (2025)

$ψ$DAG: Projected Stochastic Approximation Iteration for DAG Structure Learning
von: Ziu, Klea, et al.
Veröffentlicht: (2024)

Pessimistic Nonlinear Least-Squares Value Iteration for Offline Reinforcement Learning
von: Di, Qiwei, et al.
Veröffentlicht: (2023)

From Sequential Nodes to GPU Batches: Parallel Branch and Bound for Optimal $k$-Sparse GLMs
von: Liu, Jiachang, et al.
Veröffentlicht: (2026)

Sparse Deep Learning Models with the $\ell_1$ Regularization
von: Shen, Lixin, et al.
Veröffentlicht: (2024)

Block Sparse Bayesian Learning: A Diversified Scheme
von: Zhang, Yanhao, et al.
Veröffentlicht: (2024)

A Finite-Iteration Theory for Asynchronous Categorical Distributional Temporal-Difference Learning
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions
von: Castañeda, Fernando, et al.
Veröffentlicht: (2022)