Buchumschlag

Theoretical Limitations of Ensembles in the Age of Overparameterization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dern, Niclas, Cunningham, John P., Pleiss, Geoff
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pathologies of Predictive Diversity in Deep Ensembles
von: Abe, Taiga, et al.
Veröffentlicht: (2023)

Variational Nearest Neighbor Gaussian Process
von: Wu, Luhuan, et al.
Veröffentlicht: (2022)

Limits of PRM-Guided Tree Search for Mathematical Reasoning with LLMs
von: Cinquin, Tristan, et al.
Veröffentlicht: (2025)

Targeted Sequential Indirect Experiment Design
von: Ailer, Elisabeth, et al.
Veröffentlicht: (2024)

Approximation-Aware Bayesian Optimization
von: Maus, Natalie, et al.
Veröffentlicht: (2024)

Computation-Aware Gaussian Processes: Model Selection And Linear-Time Inference
von: Wenger, Jonathan, et al.
Veröffentlicht: (2024)

Adaptive Candidate Point Thompson Sampling for High-Dimensional Bayesian Optimization
von: Fan, Donney, et al.
Veröffentlicht: (2026)

Asymmetric Duos: Sidekicks Improve Uncertainty
von: Zhou, Tim G., et al.
Veröffentlicht: (2025)

Layerwise Proximal Replay: A Proximal Point Method for Online Continual Learning
von: Yoo, Jason, et al.
Veröffentlicht: (2024)

Energy-Weighted Flow Matching: Unlocking Continuous Normalizing Flows for Efficient and Scalable Boltzmann Sampling
von: Dern, Niclas, et al.
Veröffentlicht: (2025)

MCMC-driven learning
von: Bouchard-Côté, Alexandre, et al.
Veröffentlicht: (2024)

Large-Scale Gaussian Processes via Alternating Projection
von: Wu, Kaiwen, et al.
Veröffentlicht: (2023)

Convergence Analysis of Newton's Method for Neural Networks in the Overparameterized Limit
von: Riedl, Konstantin, et al.
Veröffentlicht: (2026)

Theoretical Insights into Overparameterized Models in Multi-Task and Replay-Based Continual Learning
von: Banayeeanzade, Amin, et al.
Veröffentlicht: (2024)

We Still Don't Understand High-Dimensional Bayesian Optimization
von: Doumont, Colin, et al.
Veröffentlicht: (2025)

A Sober Look at LLMs for Material Discovery: Are They Actually Good for Bayesian Optimization Over Molecules?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

How Useful is Intermittent, Asynchronous Expert Feedback for Bayesian Optimization?
von: Kristiadi, Agustinus, et al.
Veröffentlicht: (2024)

How Does Overparameterization Affect Features?
von: Duzgun, Ahmet Cagri, et al.
Veröffentlicht: (2024)

The Interpolating Information Criterion for Overparameterized Models
von: Hodgkinson, Liam, et al.
Veröffentlicht: (2023)

Privacy for Free in the Overparameterized Regime
von: Bombari, Simone, et al.
Veröffentlicht: (2024)

Machine Unlearning under Overparameterization
von: Block, Jacob L., et al.
Veröffentlicht: (2025)

Reliability-Adjusted Prioritized Experience Replay
von: Pleiss, Leonard S., et al.
Veröffentlicht: (2025)

Synthetic Monitoring Environments for Reinforcement Learning
von: Pleiss, Leonard, et al.
Veröffentlicht: (2026)

The Role of Symmetry in Optimizing Overparameterized Networks
von: Sareen, Kusha, et al.
Veröffentlicht: (2026)

Provable Generalization in Overparameterized Neural Nets
von: Dhingra, Aviral
Veröffentlicht: (2025)

Overparameterized Multiple Linear Regression as Hyper-Curve Fitting
von: Atza, E., et al.
Veröffentlicht: (2024)

Dual Space Preconditioning for Gradient Descent in the Overparameterized Regime
von: Ghane, Reza, et al.
Veröffentlicht: (2026)

An Analytical Model for Overparameterized Learning Under Class Imbalance
von: Mor, Eliav, et al.
Veröffentlicht: (2025)

Target-Aligned Reinforcement Learning
von: Pleiss, Leonard S., et al.
Veröffentlicht: (2026)

Critical Influence of Overparameterization on Sharpness-aware Minimization
von: Shin, Sungbin, et al.
Veröffentlicht: (2023)

Local Linear Recovery Guarantee of Deep Neural Networks at Overparameterization
von: Zhang, Yaoyu, et al.
Veröffentlicht: (2024)

Benefits of Early Stopping in Gradient Descent for Overparameterized Logistic Regression
von: Wu, Jingfeng, et al.
Veröffentlicht: (2025)

Task Shift: From Classification to Regression in Overparameterized Linear Models
von: LaBonte, Tyler, et al.
Veröffentlicht: (2025)

Estimation of Toeplitz Covariance Matrices using Overparameterized Gradient Descent
von: Busbib, Daniel, et al.
Veröffentlicht: (2025)

Precise Asymptotic Generalization for Multiclass Classification with Overparameterized Linear Models
von: Wu, David X., et al.
Veröffentlicht: (2023)

Bayesian Inference for Consistent Predictions in Overparameterized Nonlinear Regression
von: Wakayama, Tomoya
Veröffentlicht: (2024)

Implicit Regularization and Generalization in Overparameterized Neural Networks
von: Johannsen, Zeran
Veröffentlicht: (2026)

The Joint Effect of Task Similarity and Overparameterization on Catastrophic Forgetting -- An Analytical Model
von: Goldfarb, Daniel, et al.
Veröffentlicht: (2024)

Bigger Isn't Always Memorizing: Early Stopping Overparameterized Diffusion Models
von: Favero, Alessandro, et al.
Veröffentlicht: (2025)

How Does Overparameterization Affect Machine Unlearning of Deep Neural Networks?
von: Alon, Gal, et al.
Veröffentlicht: (2025)