:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dutta, Sanchayan, Sra, Suvrit
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	https://arxiv.org/abs/2410.07263
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Riemannian Bilevel Optimization
von: Dutta, Sanchayan, et al.
Veröffentlicht: (2024)

Linearly Convergent Algorithms for Nonsmooth Problems with Unknown Smooth Pieces
von: Zhang, Zhe, et al.
Veröffentlicht: (2025)

Implicit Bias in Matrix Factorization and its Explicit Realization in a New Architecture
von: Hou, Yikun, et al.
Veröffentlicht: (2025)

How to escape sharp minima with random perturbations
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2023)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part I
von: Tian, Yi, et al.
Veröffentlicht: (2022)

Cost-Driven Representation Learning for Linear Quadratic Gaussian Control: Part II
von: Tian, Yi, et al.
Veröffentlicht: (2026)

Linear attention is (maybe) all you need (to understand transformer optimization)
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2023)

Tight Generalization Bounds for Noiseless Inverse Optimization
von: Fatemi, Pouria, et al.
Veröffentlicht: (2026)

First-Order Methods for Linearly Constrained Bilevel Optimization
von: Kornowski, Guy, et al.
Veröffentlicht: (2024)

Revisiting Frank-Wolfe for Structured Nonconvex Optimization
von: Maskan, Hoomaan, et al.
Veröffentlicht: (2025)

An adaptively inexact first-order method for bilevel optimization with application to hyperparameter learning
von: Salehi, Mohammad Sadegh, et al.
Veröffentlicht: (2023)

Stochastic first-order methods for average-reward Markov decision processes
von: Li, Tianjiao, et al.
Veröffentlicht: (2022)

Training robust and generalizable quantum models
von: Berberich, Julian, et al.
Veröffentlicht: (2023)

Data augmentation for machine learning of chemical process flowsheets
von: Balhorn, Lukas Schulze, et al.
Veröffentlicht: (2023)

Approximate non-linear model predictive control with safety-augmented neural networks
von: Hose, Henrik, et al.
Veröffentlicht: (2023)

The inexact power augmented Lagrangian method for constrained nonconvex optimization
von: Bodard, Alexander, et al.
Veröffentlicht: (2024)

Conditionally adaptive augmented Lagrangian method for physics-informed learning of forward and inverse problems
von: Hu, Qifeng, et al.
Veröffentlicht: (2025)

Improved Rates for Stochastic Variance-Reduced Difference-of-Convex Algorithms
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

The Multi-Block DC Function Class: Theory, Algorithms, and Applications
von: Fatemi, Pouria, et al.
Veröffentlicht: (2026)

Robust stochastic first order methods in heavy-tailed noise via medoid mini-batch gradient sampling
von: Vukovic, Manojlo, et al.
Veröffentlicht: (2026)

Tight analyses of first-order methods with error feedback
von: Thomsen, Daniel Berg, et al.
Veröffentlicht: (2025)

Randomized Block Coordinate DC Programming
von: Maskan, Hoomaan, et al.
Veröffentlicht: (2024)

State evolution beyond first-order methods I: Rigorous predictions and finite-sample guarantees
von: Celentano, Michael, et al.
Veröffentlicht: (2025)

Computing Brascamp-Lieb Constants through the lens of Thompson Geometry
von: Weber, Melanie, et al.
Veröffentlicht: (2022)

Local linear convergence of gradient methods for overparameterized Gaussian mixtures
von: Wang, Jingxing, et al.
Veröffentlicht: (2026)

A distributed semismooth Newton based augmented Lagrangian method for distributed optimization
von: Ma, Qihao, et al.
Veröffentlicht: (2026)

A least-square method for non-asymptotic identification in linear switching control
von: Sun, Haoyuan, et al.
Veröffentlicht: (2024)

An accelerated first-order regularized momentum descent ascent algorithm for stochastic nonconvex-concave minimax problems
von: Zhang, Huiling, et al.
Veröffentlicht: (2023)

First-order methods for Stochastic Variational Inequality problems with Function Constraints
von: Boob, Digvijay, et al.
Veröffentlicht: (2023)

PEPit: computer-assisted worst-case analyses of first-order optimization methods in Python
von: Goujaud, Baptiste, et al.
Veröffentlicht: (2022)

A short proof of near-linear convergence of adaptive gradient descent under fourth-order growth and convexity
von: Davis, Damek, et al.
Veröffentlicht: (2026)

Towards Exact Gradient-based Training on Analog In-memory Computing
von: Wu, Zhaoxian, et al.
Veröffentlicht: (2024)

Hyperparameter tuning via trajectory predictions: Stochastic prox-linear methods in matrix sensing
von: Lou, Mengqi, et al.
Veröffentlicht: (2024)

Joint learning of a network of linear dynamical systems via total variation penalization
von: Donnat, Claire, et al.
Veröffentlicht: (2025)

Reinforcement learning for adaptive interior point methods in convex quadratic programming
von: Bertoncini, Jeremy, et al.
Veröffentlicht: (2025)

Linear quadratic control of nonlinear systems with Koopman operator learning and the Nyström method
von: Caldarelli, Edoardo, et al.
Veröffentlicht: (2024)

A Minimax-MDP Framework with Future-imposed Conditions for Learning-augmented Problems
von: Chen, Xin, et al.
Veröffentlicht: (2025)

When GNNs meet symmetry in ILPs: an orbit-based feature augmentation approach
von: Chen, Qian, et al.
Veröffentlicht: (2025)

SGD with memory: fundamental properties and stochastic acceleration
von: Yarotsky, Dmitry, et al.
Veröffentlicht: (2024)

Adaptive multi-gradient methods for quasiconvex vector optimization and applications to multi-task learning
von: Minh, Nguyen Anh, et al.
Veröffentlicht: (2024)