Copertina

Learning large softmax mixtures with warm start EM

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bing, Xin, Bunea, Florentina, Niles-Weed, Jonathan, Wegkamp, Marten
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Statistics Theory Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Estimation and inference for the Wasserstein distance between mixing measures in topic models
di: Bing, Xin, et al.
Pubblicazione: (2022)

Optimal Discriminant Analysis in High-Dimensional Latent Factor Models
di: Bing, Xin, et al.
Pubblicazione: (2022)

Beyond entropic regularization: Debiased Gaussian estimators for discrete optimal transport and general linear programs
di: Liu, Shuyu, et al.
Pubblicazione: (2025)

The Adversarial Consistency of Surrogate Risks for Binary Classification
di: Frank, Natalie, et al.
Pubblicazione: (2023)

Existence and Minimax Theorems for Adversarial Surrogate Risks in Binary Classification
di: Frank, Natalie S., et al.
Pubblicazione: (2022)

Besting Good--Turing: Optimality of Non-Parametric Maximum Likelihood for Distribution Estimation
di: Han, Yanjun, et al.
Pubblicazione: (2025)

Statistical optimal transport
di: Chewi, Sinho, et al.
Pubblicazione: (2024)

Approximate independence of permutation mixtures
di: Han, Yanjun, et al.
Pubblicazione: (2024)

Entropic estimation of optimal transport maps
di: Pooladian, Aram-Alexandre, et al.
Pubblicazione: (2021)

Plugin Estimation of Smooth Optimal Transport Maps
di: Manole, Tudor, et al.
Pubblicazione: (2021)

A Bayesian approach to learning mixtures of nonparametric components
di: Zhang, Yilei, et al.
Pubblicazione: (2025)

Optimal transport map estimation in general function spaces
di: Divol, Vincent, et al.
Pubblicazione: (2022)

Deep learning estimation of the spectral density of functional time series on large domains
di: Mohammadi, Neda, et al.
Pubblicazione: (2026)

Identifying Linearly-Mixed Causal Representations from Multi-Node Interventions
di: Bing, Simon, et al.
Pubblicazione: (2023)

A Copula Graphical Model for Multi-Attribute Data using Optimal Transport
di: Zhang, Qi, et al.
Pubblicazione: (2024)

SGD with Dependent Data: Optimal Estimation, Regret, and Inference
di: Shen, Yinan, et al.
Pubblicazione: (2026)

A New Regression Lens on Multi-Class Classification
di: Bing, Xin, et al.
Pubblicazione: (2024)

SOFARI: High-Dimensional Manifold-Based Inference
di: Zheng, Zemin, et al.
Pubblicazione: (2023)

Adaptive conformal classification with noisy labels
di: Sesia, Matteo, et al.
Pubblicazione: (2023)

Augmentation Invariant Manifold Learning
di: Wang, Shulei
Pubblicazione: (2022)

Optimistic search: Change point estimation for large-scale data via adaptive logarithmic queries
di: Kovács, Solt, et al.
Pubblicazione: (2020)

Transfer Learning for Causal Effect Estimation
di: Wei, Song, et al.
Pubblicazione: (2023)

Markov Equivalence and Consistency in Differentiable Structure Learning
di: Deng, Chang, et al.
Pubblicazione: (2024)

Minimax Regret Learning for Data with Heterogeneous Subgroups
di: Mo, Weibin, et al.
Pubblicazione: (2024)

Multi-environment Invariance Learning with Missing Data
di: Jia, Yiran, et al.
Pubblicazione: (2026)

Extrapolation in Statistical Learning with Extreme Value Theory
di: Engelke, Sebastian, et al.
Pubblicazione: (2026)

Transfer Learning for Nonparametric Contextual Dynamic Pricing
di: Wang, Fan, et al.
Pubblicazione: (2025)

Network Learning with Semi-relaxed Gromov-Wasserstein
di: Dufour, Charles, et al.
Pubblicazione: (2026)

Learning Linear Polytree Structural Equation Models
di: Lou, Xingmei, et al.
Pubblicazione: (2021)

A Tutorial on Doubly Robust Learning for Causal Inference
di: Hlynsson, Hlynur Davíð
Pubblicazione: (2024)

Knowledge-Embedded Latent Projection for Robust Representation Learning
di: Tang, Weijing, et al.
Pubblicazione: (2026)

Deep Learning of Multivariate Extremes via a Geometric Representation
di: Murphy-Barltrop, Callum J. R., et al.
Pubblicazione: (2024)

Transfer Learning for High-dimensional Quantile Regression with Distribution Shift
di: Bai, Ruiqi, et al.
Pubblicazione: (2024)

Generalization Bounds and Stopping Rules for Learning with Self-Selected Data
di: Rodemann, Julian, et al.
Pubblicazione: (2025)

Differentiable Structure Learning and Causal Discovery for General Binary Data
di: Deng, Chang, et al.
Pubblicazione: (2025)

Interaction Screening and Pseudolikelihood Approaches for Tensor Learning in Ising Models
di: Liu, Tianyu, et al.
Pubblicazione: (2023)

Learning under Latent Group Sparsity via Diffusion on Networks
di: Ghosh, Subhroshekhar, et al.
Pubblicazione: (2025)

MoMA: Model-based Mirror Ascent for Offline Reinforcement Learning
di: Hong, Mao, et al.
Pubblicazione: (2024)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
di: Tian, Ye, et al.
Pubblicazione: (2022)

Treatment Effect Estimation with Observational Network Data using Machine Learning
di: Emmenegger, Corinne, et al.
Pubblicazione: (2022)