Buchumschlag

Tightening convex relaxations of trained neural networks: a unified approach for convex and S-shaped activations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Carrasco, Pablo, Muñoz, Gonzalo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Optimization and Control Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Computational Tradeoffs of Optimization-Based Bound Tightening in ReLU Networks
von: Badilla, Fabian, et al.
Veröffentlicht: (2023)

Tractable hierarchies of convex relaxations for polynomial optimization on the nonnegative orthant
von: Mai, Ngoc Hoang Anh, et al.
Veröffentlicht: (2022)

ICNN-enhanced 2SP: Leveraging input convex neural networks for solving two-stage stochastic programming
von: Liu, Yu, et al.
Veröffentlicht: (2025)

Online Non-convex Optimization with Long-term Non-convex Constraints
von: Pan, Shijie, et al.
Veröffentlicht: (2023)

Optimal Stochastic Non-smooth Non-convex Optimization through Online-to-Non-convex Conversion
von: Cutkosky, Ashok, et al.
Veröffentlicht: (2023)

Nesterov acceleration in benignly non-convex landscapes
von: Gupta, Kanan, et al.
Veröffentlicht: (2024)

Non-geodesically-convex optimization in the Wasserstein space
von: Luu, Hoang Phuc Hau, et al.
Veröffentlicht: (2024)

Non-convex Stochastic Composite Optimization with Polyak Momentum
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Decentralized Non-convex Stochastic Optimization with Heterogeneous Variance
von: Chen, Hongxu, et al.
Veröffentlicht: (2026)

Learning based convex approximation for constrained parametric optimization
von: Liu, Kang, et al.
Veröffentlicht: (2025)

Random Scaling and Momentum for Non-smooth Non-convex Optimization
von: Zhang, Qinzi, et al.
Veröffentlicht: (2024)

Retraction-Free Decentralized Non-convex Optimization with Orthogonal Constraints
von: Sun, Youbang, et al.
Veröffentlicht: (2024)

Tuning the burn-in phase in training recurrent neural networks improves their performance
von: Schiller, Julian D., et al.
Veröffentlicht: (2026)

Path-conditioned training: a principled way to rescale ReLU neural networks
von: Lebeurrier, Arthur, et al.
Veröffentlicht: (2026)

A simple and improved algorithm for noisy, convex, zeroth-order optimisation
von: Carpentier, Alexandra
Veröffentlicht: (2024)

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

A constrained optimization approach to improve robustness of neural networks
von: Zhao, Shudian, et al.
Veröffentlicht: (2024)

Riemannian Optimization for Non-convex Euclidean Distance Geometry with Global Recovery Guarantees
von: Smith, Chandler, et al.
Veröffentlicht: (2024)

A simple uniformly optimal method without line search for convex optimization
von: Li, Tianjiao, et al.
Veröffentlicht: (2023)

A neural network-based approach to hybrid systems identification for control
von: Fabiani, Filippo, et al.
Veröffentlicht: (2024)

Ultra-fast feature learning for the training of two-layer neural networks in the two-timescale regime
von: Barboni, Raphaël, et al.
Veröffentlicht: (2025)

A Stochastic Quasi-Newton Method for Non-convex Optimization with Non-uniform Smoothness
von: Sun, Zhenyu, et al.
Veröffentlicht: (2024)

Convergence Guarantees for RMSProp and Adam in Generalized-smooth Non-convex Optimization with Affine Noise Variance
von: Zhang, Qi, et al.
Veröffentlicht: (2024)

Empirical and computer-aided robustness analysis of long-step and accelerated methods in smooth convex optimization
von: Vernimmen, Pierre, et al.
Veröffentlicht: (2025)

Learning linear dynamical systems under convex constraints
von: Tyagi, Hemant, et al.
Veröffentlicht: (2023)

Cubic regularized subspace Newton for non-convex optimization
von: Zhao, Jim, et al.
Veröffentlicht: (2024)

Complexity Lower Bounds of Adaptive Gradient Algorithms for Non-convex Stochastic Optimization under Relaxed Smoothness
von: Crawshaw, Michael, et al.
Veröffentlicht: (2025)

Non-convex entropic mean-field optimization via Best Response flow
von: Lascu, Razvan-Andrei, et al.
Veröffentlicht: (2025)

Mathematical analysis of one-layer neural network with fixed biases, a new activation function and other observations
von: Macià, Fabricio, et al.
Veröffentlicht: (2026)

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

A block-coordinate descent framework for non-convex composite optimization. Application to sparse precision matrix estimation
von: Lauga, Guillaume
Veröffentlicht: (2026)

Instance-optimal stochastic convex optimization: Can we improve upon sample-average and robust stochastic approximation?
von: Jiang, Liwei, et al.
Veröffentlicht: (2026)

Convex and Non-convex Federated Learning with Stale Stochastic Gradients: Diminishing Step Size is All You Need
von: Zheng, Xinran, et al.
Veröffentlicht: (2026)

P-split formulations: A class of intermediate formulations between big-M and convex hull for disjunctive constraints
von: Kronqvist, Jan, et al.
Veröffentlicht: (2022)

Non-convergence to global minimizers for Adam and stochastic gradient descent optimization and constructions of local minimizers in the training of artificial neural networks
von: Jentzen, Arnulf, et al.
Veröffentlicht: (2024)

Extended convexity and smoothness and their applications in deep learning
von: Qi, Binchuan, et al.
Veröffentlicht: (2024)

Randomized multi-class classification under system constraints: a unified approach via post-processing
von: Chzhen, Evgenii, et al.
Veröffentlicht: (2025)

A theoretical and empirical study of new adaptive algorithms with additional momentum steps and shifted updates for stochastic non-convex optimization
von: Alecsa, Cristian Daniel
Veröffentlicht: (2021)

Risk reversal for least squares estimators under nested convex constraints
von: Al-Ghattas, Omar
Veröffentlicht: (2026)

A hierarchy of convex relaxations for the total variation distance
von: Lasserre, Jean-Bernard
Veröffentlicht: (2024)