Copertina

Validation-Free Sparse Learning: A Phase Transition Approach to Feature Selection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Sardy, Sylvain, van Cutsem, Maxime, Ma, Xiaoyu
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Square root Cox's survival analysis by the fittest linear and neural networks model
di: van Cutsem, Maxime, et al.
Pubblicazione: (2025)

A pivotal transform for the high-dimensional location-scale model
di: van de Geer, Sara, et al.
Pubblicazione: (2025)

The Pivotal Information Criterion
di: Sardy, Sylvain, et al.
Pubblicazione: (2026)

Phase Transitions for Feature Learning in Neural Networks
di: Montanari, Andrea, et al.
Pubblicazione: (2026)

Unveiling the Power of Sparse Neural Networks for Feature Selection
di: Atashgahi, Zahra, et al.
Pubblicazione: (2024)

Semi-Supervised Multi-Label Feature Selection with Consistent Sparse Graph Learning
di: Zhong, Yan, et al.
Pubblicazione: (2025)

Bi-Sparse Unsupervised Feature Selection
di: Xiu, Xianchao, et al.
Pubblicazione: (2024)

End-to-end Feature Selection Approach for Learning Skinny Trees
di: Ibrahim, Shibal, et al.
Pubblicazione: (2023)

Sparse Bayesian Deep Functional Learning with Structured Region Selection
di: Zhu, Xiaoxian, et al.
Pubblicazione: (2026)

Orientation-Aware Sparse Tensor PCA for Efficient Unsupervised Feature Selection
di: Zheng, Junjing, et al.
Pubblicazione: (2024)

Inverse-Free Sparse Variational Gaussian Processes
di: Cortinovis, Stefano, et al.
Pubblicazione: (2026)

The $\infty$-S test via regression quantile affine LASSO
di: Sardy, Sylvain, et al.
Pubblicazione: (2024)

Causal Temporal Representation Learning with Nonstationary Sparse Transition
di: Song, Xiangchen, et al.
Pubblicazione: (2024)

Causally-Aware Unsupervised Feature Selection Learning
di: Shen, Zongxin, et al.
Pubblicazione: (2024)

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

Learning Retrieval Models with Sparse Autoencoders
di: Formal, Thibault, et al.
Pubblicazione: (2026)

Aligned Training: A Parameter-Free Method to Improve Feature Quality and Stability of Sparse Autoencoders (SAE)
di: Brzozowski, Michał, et al.
Pubblicazione: (2026)

Sparse Phased Array Optimization Using Deep Learning
di: Lu, David, et al.
Pubblicazione: (2025)

Embedded Federated Feature Selection with Dynamic Sparse Training: Balancing Accuracy-Cost Tradeoffs
di: Mahanipour, Afsaneh, et al.
Pubblicazione: (2025)

Naive Feature Selection: a Nearly Tight Convex Relaxation for Sparse Naive Bayes
di: Askari, Armin, et al.
Pubblicazione: (2019)

Do Sparse Autoencoders Identify Reasoning Features in Language Models?
di: Ma, George, et al.
Pubblicazione: (2026)

Online Sparse Feature Selection in Data Streams via Differential Evolution
di: Xu, Ruiyang
Pubblicazione: (2025)

i-IF-Learn: Iterative Feature Selection and Unsupervised Learning for High-Dimensional Complex Data
di: Ma, Chen, et al.
Pubblicazione: (2026)

MinShap: A Modified Shapley Value Approach for Feature Selection
di: Zheng, Chenghui, et al.
Pubblicazione: (2026)

Tree SAE: Learning Hierarchical Feature Structures in Sparse Autoencoders
di: Cao, Tue M., et al.
Pubblicazione: (2026)

Sparse Autoencoders Trained on the Same Data Learn Different Features
di: Paulo, Gonçalo, et al.
Pubblicazione: (2025)

Graph Data Selection for Domain Adaptation: A Model-Free Approach
di: Li, Ting-Wei, et al.
Pubblicazione: (2025)

Towards Interpretable and Efficient Feature Selection in Trajectory Datasets: A Taxonomic Approach
di: Samarasinghage, Chanuka Don, et al.
Pubblicazione: (2025)

Transformer Learns Optimal Variable Selection in Group-Sparse Classification
di: Zhang, Chenyang, et al.
Pubblicazione: (2025)

Dictionary Learning: The Complexity of Learning Sparse Superposed Features with Feedback
di: Kumar, Akash
Pubblicazione: (2025)

Feature Selection as Deep Sequential Generative Learning
di: Ying, Wangyang, et al.
Pubblicazione: (2024)

Nonconvex Regularization for Feature Selection in Reinforcement Learning
di: Suzuki, Kyohei, et al.
Pubblicazione: (2025)

Learning Multi-Level Features with Matryoshka Sparse Autoencoders
di: Bussmann, Bart, et al.
Pubblicazione: (2025)

MAC: A Meta-Learning Approach for Feature Learning and Recombination
di: Tiwari, S., et al.
Pubblicazione: (2022)

A Novel Framework for Online Supervised Learning with Feature Selection
di: Sun, Lizhe, et al.
Pubblicazione: (2018)

FedSparQ: Adaptive Sparse Quantization with Error Feedback for Robust & Efficient Federated Learning
di: Medjadji, Chaimaa, et al.
Pubblicazione: (2025)

Rethinking Sparse Autoencoders: Select-and-Project for Fairness and Control from Encoder Features Alone
di: Bărbălau, Antonio, et al.
Pubblicazione: (2025)

A Nonparametric Statistics Approach to Feature Selection in Deep Neural Networks with Theoretical Guarantees
di: Du, Junye, et al.
Pubblicazione: (2025)

Spectral Structure in Finite Free Information Inequalities and $p$-Stam Phase Transitions
di: Hashemi, Baran
Pubblicazione: (2026)

Automation and Feature Selection Enhancement with Reinforcement Learning (RL)
di: Nagaraju, Sumana Sanyasipura
Pubblicazione: (2025)