Buchumschlag

Robust Feature Learning for Multi-Index Models in High Dimensions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mousavi-Hosseini, Alireza, Javanmard, Adel, Erdogdu, Murat A.
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

Learning Multi-Index Models with Neural Networks via Mean-Field Langevin Dynamics
von: Mousavi-Hosseini, Alireza, et al.
Veröffentlicht: (2024)

Post-Training with Policy Gradients: Optimality and the Base Model Barrier
von: Mousavi-Hosseini, Alireza, et al.
Veröffentlicht: (2026)

From Information to Generative Exponent: Learning Rate Induces Phase Transitions in SGD
von: Tsiolis, Konstantinos Christopher, et al.
Veröffentlicht: (2025)

Pruning is Optimal for Learning Sparse Features in High-Dimensions
von: Vural, Nuri Mert, et al.
Veröffentlicht: (2024)

When Do Transformers Outperform Feedforward and Recurrent Networks? A Statistical Perspective
von: Mousavi-Hosseini, Alireza, et al.
Veröffentlicht: (2025)

A Separation in Heavy-Tailed Sampling: Gaussian vs. Stable Oracles for Proximal Samplers
von: He, Ye, et al.
Veröffentlicht: (2024)

On the Efficiency of ERM in Feature Learning
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Differentially Private Model-X Knockoffs via Johnson-Lindenstrauss Transform
von: Tao, Yuxuan, et al.
Veröffentlicht: (2025)

Robust Policy Optimization to Prevent Catastrophic Forgetting
von: Sabbaghi, Mahdi, et al.
Veröffentlicht: (2026)

The curse of overparametrization in adversarial training: Precise analysis of robust generalization for random features regression
von: Hassani, Hamed, et al.
Veröffentlicht: (2022)

Multi-Task Dynamic Pricing in Credit Market with Contextual Information
von: Javanmard, Adel, et al.
Veröffentlicht: (2024)

Optimal Excess Risk Bounds for Empirical Risk Minimization on $p$-Norm Linear Regression
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2023)

PriorBoost: An Adaptive Algorithm for Learning from Aggregate Responses
von: Javanmard, Adel, et al.
Veröffentlicht: (2024)

Theoretical Perspectives on Data Quality and Synergistic Effects in Pre- and Post-Training Reasoning Models
von: Javanmard, Adel, et al.
Veröffentlicht: (2026)

InfoSFT: Learn More and Forget Less with Information-Aware Token Weighting
von: Sabbaghi, Mahdi, et al.
Veröffentlicht: (2026)

On Fitting Flow Models with Large Sinkhorn Couplings
von: Zhang, Stephen, et al.
Veröffentlicht: (2025)

Optimistic Rates for Learning from Label Proportions
von: Li, Gene, et al.
Veröffentlicht: (2024)

Learning Rate Schedules in the Presence of Distribution Shift
von: Fahrbach, Matthew, et al.
Veröffentlicht: (2023)

Understanding the Role of Training Data in Test-Time Scaling
von: Javanmard, Adel, et al.
Veröffentlicht: (2025)

Learning quadratic neural networks in high dimensions: SGD dynamics and scaling laws
von: Arous, Gérard Ben, et al.
Veröffentlicht: (2025)

A Geometric Analysis of PCA
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2025)

Mean-Field Langevin Dynamics for Signed Measures via a Bilevel Approach
von: Wang, Guillaume, et al.
Veröffentlicht: (2024)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Beyond Labeling Oracles: What does it mean to steal ML models?
von: Shafran, Avital, et al.
Veröffentlicht: (2023)

Improving the Variance of Differentially Private Randomized Experiments through Clustering
von: Javanmard, Adel, et al.
Veröffentlicht: (2023)

Flow Matching with Semidiscrete Couplings
von: Mousavi-Hosseini, Alireza, et al.
Veröffentlicht: (2025)

Self-Boost via Optimal Retraining: An Analysis via Approximate Message Passing
von: Javanmard, Adel, et al.
Veröffentlicht: (2025)

Learning from Aggregate responses: Instance Level versus Bag Level Loss Functions
von: Javanmard, Adel, et al.
Veröffentlicht: (2024)

Sampling from the Mean-Field Stationary Distribution
von: Kook, Yunbum, et al.
Veröffentlicht: (2024)

Analysis of Langevin Monte Carlo from Poincaré to Log-Sobolev
von: Chewi, Sinho, et al.
Veröffentlicht: (2021)

DeepCrossAttention: Supercharging Transformer Residual Connections
von: Heddes, Mike, et al.
Veröffentlicht: (2025)

Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise
von: Ding, Xiucai, et al.
Veröffentlicht: (2026)

Retraining with Predicted Hard Labels Provably Increases Model Accuracy
von: Das, Rudrajit, et al.
Veröffentlicht: (2024)

Sig2Model: A Boosting-Driven Model for Updatable Learned Indexes
von: Heidari, Alireza, et al.
Veröffentlicht: (2025)

DeepBoost-AF: A Novel Unsupervised Feature Learning and Gradient Boosting Fusion for Robust Atrial Fibrillation Detection in Raw ECG Signals
von: Jafari, Alireza, et al.
Veröffentlicht: (2025)

A Novel Approach for Intrinsic Dimension Estimation
von: Özçoban, Kadir, et al.
Veröffentlicht: (2025)

Robustly Learning Monotone Single-Index Models
von: Wang, Puqian, et al.
Veröffentlicht: (2025)

Distributional Training Data Attribution: What do Influence Functions Sample?
von: Mlodozeniec, Bruno, et al.
Veröffentlicht: (2025)

Feature-to-Image Data Augmentation: Improving Model Feature Extraction with Cluster-Guided Synthetic Samples
von: Haghbin, Yasaman, et al.
Veröffentlicht: (2024)

Optimal Attention Temperature Improves the Robustness of In-Context Learning under Distribution Shift in High Dimensions
von: Demir, Samet, et al.
Veröffentlicht: (2025)