Buchumschlag

Component-based Sketching for Deep ReLU Nets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Di, Lin, Shao-Bo, Meng, Deyu, Cao, Feilong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dense ReLU Neural Networks for Temporal-spatial Model
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2024)

Nonparametric regression using over-parameterized shallow ReLU neural networks
von: Yang, Yunfei, et al.
Veröffentlicht: (2023)

Convergence of Shallow ReLU Networks on Weakly Interacting Data
von: Dana, Léo, et al.
Veröffentlicht: (2025)

Geometry-induced Regularization in Deep ReLU Neural Networks
von: Bona-Pellissier, Joachim, et al.
Veröffentlicht: (2024)

Function Gradient Approximation with Random Shallow ReLU Networks with Control Applications
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

Directional Convergence, Benign Overfitting of Gradient Descent in leaky ReLU two-layer Neural Networks
von: Hashimoto, Ichiro
Veröffentlicht: (2025)

Uncertainty Quantification with Bayesian Higher Order ReLU KANs
von: Giroux, James, et al.
Veröffentlicht: (2024)

Feature Qualification by Deep Nets: A Constructive Approach
von: Cao, Feilong, et al.
Veröffentlicht: (2025)

A Limit Theory of Foundation Models: A Mathematical Approach to Understanding Emergent Intelligence and Scaling Laws
von: Shu, Jun, et al.
Veröffentlicht: (2026)

Three Quantization Regimes for ReLU Networks
von: Ou, Weigutian, et al.
Veröffentlicht: (2024)

Deep ReLU networks -- injectivity capacity upper bounds
von: Stojnic, Mihailo
Veröffentlicht: (2024)

Injectivity capacity of ReLU gates
von: Stojnic, Mihailo
Veröffentlicht: (2024)

Nearly Optimal Differentially Private ReLU Regression
von: Ding, Meng, et al.
Veröffentlicht: (2025)

N-ReLU: Zero-Mean Stochastic Extension of ReLU
von: Manik, Md Motaleb Hossen, et al.
Veröffentlicht: (2025)

On Polynomial Approximations for Privacy-Preserving and Verifiable ReLU Networks
von: Ali, Ramy E., et al.
Veröffentlicht: (2020)

Robust Tensor Principal Component Analysis: Exact Recovery via Deterministic Model
von: Shen, Bo, et al.
Veröffentlicht: (2020)

Statistical learnability of smooth boundaries via pairwise binary classification with deep ReLU networks
von: Waida, Hiroki, et al.
Veröffentlicht: (2025)

Discrete Functional Geometry of ReLU Networks via ReLU Transition Graphs
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

The Resurrection of the ReLU
von: Horuz, Coşku Can, et al.
Veröffentlicht: (2025)

Inference for Deep Neural Network Estimators in Generalized Nonparametric Models
von: Meng, Xuran, et al.
Veröffentlicht: (2025)

Triple Component Matrix Factorization: Untangling Global, Local, and Noisy Components
von: Shi, Naichen, et al.
Veröffentlicht: (2024)

The Geometry of ReLU Networks through the ReLU Transition Graph
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

SurvReLU: Inherently Interpretable Survival Analysis via Deep ReLU Networks
von: Sun, Xiaotong, et al.
Veröffentlicht: (2024)

Beyond Consistency: Inference for the Relative risk functional in Deep Nonparametric Cox Models
von: Ghosal, Sattwik, et al.
Veröffentlicht: (2026)

On the Local Complexity of Linear Regions in Deep ReLU Networks
von: Patel, Niket, et al.
Veröffentlicht: (2024)

Implicit Hypersurface Approximation Capacity in Deep ReLU Networks
von: Vallin, Jonatan, et al.
Veröffentlicht: (2024)

Symmetric Matrix Completion with ReLU Sampling
von: Liu, Huikang, et al.
Veröffentlicht: (2024)

Optimal estimation of a factorizable density using diffusion models with ReLU neural networks
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Transformed $\ell_1$ Regularizations for Robust Principal Component Analysis: Toward a Fine-Grained Understanding
von: Zhao, Kun, et al.
Veröffentlicht: (2025)

Estimating the Number of Components in Finite Mixture Models via Variational Approximation
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

Riemannian Principal Component Analysis
von: Rodríguez, Oldemar
Veröffentlicht: (2025)

Initialization Matters: On the Benign Overfitting of Two-Layer ReLU CNN with Fully Trainable Layers
von: Shang, Shuning, et al.
Veröffentlicht: (2024)

Memorization With Neural Nets: Going Beyond the Worst Case
von: Dirksen, Sjoerd, et al.
Veröffentlicht: (2023)

New Empirical Process Tools and Their Applications to Robust Deep ReLU Networks and Phase Transitions for Nonparametric Regression
von: Ding, Yizhe, et al.
Veröffentlicht: (2025)

A Conditional Distribution Equality Testing Framework using Deep Generative Learning
von: Zheng, Siming, et al.
Veröffentlicht: (2025)

Optimal Rates for Generalization of Gradient Descent for Deep ReLU Classification
von: Li, Yuanfan, et al.
Veröffentlicht: (2025)

Deep Network Approximation: Beyond ReLU to Diverse Activation Functions
von: Zhang, Shijun, et al.
Veröffentlicht: (2023)

Complexity of One-Dimensional ReLU DNNs
von: Kogan, Jonathan, et al.
Veröffentlicht: (2025)

ConquerNet: Convolution-Smoothed Quantile ReLU Neural Networks with Minimax Guarantees
von: Luo, Tianpai, et al.
Veröffentlicht: (2026)

Covering Numbers for Deep ReLU Networks with Applications to Function Approximation and Nonparametric Regression
von: Ou, Weigutian, et al.
Veröffentlicht: (2024)