:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Mike, Mücke, Nicole
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2412.17518
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Random Features for Operator-Valued Kernels: Bridging Kernel Methods and Neural Operators
von: Nguyen, Mike, et al.
Veröffentlicht: (2026)

Random feature approximation for general spectral methods
von: Nguyen, Mike, et al.
Veröffentlicht: (2025)

Optimal Convergence Rates of Deep Neural Network Classifiers
von: Zhang, Zihan, et al.
Veröffentlicht: (2025)

Gradient-Based Non-Linear Inverse Learning
von: Abhishake, et al.
Veröffentlicht: (2024)

Investigation of the Impact of Synthetic Training Data in the Industrial Application of Terminal Strip Object Detection
von: Baumgart, Nico, et al.
Veröffentlicht: (2024)

On the Impact of Weight Discretization in QUBO-Based SVM Training
von: Mücke, Sascha
Veröffentlicht: (2025)

Towards Convergence Rates for Parameter Estimation in Gaussian-gated Mixture of Experts
von: Nguyen, Huy, et al.
Veröffentlicht: (2023)

Convergence Rates for Softmax Gating Mixture of Experts
von: Nguyen, Huy, et al.
Veröffentlicht: (2025)

Convergence Rates for Distribution Matching with Sliced Optimal Transport
von: Thurin, Gauthier, et al.
Veröffentlicht: (2026)

Convergence Rates for Learning Pseudo-Differential Operators
von: Chen, Jiaheng, et al.
Veröffentlicht: (2026)

Universal Consistency of Wide and Deep ReLU Neural Networks and Minimax Optimal Convergence Rates for Kolmogorov-Donoho Optimal Function Classes
von: Ko, Hyunouk, et al.
Veröffentlicht: (2024)

ADOPT: Modified Adam Can Converge with Any $β_2$ with the Optimal Rate
von: Taniguchi, Shohei, et al.
Veröffentlicht: (2024)

Spectral Flattening Is All Muon Needs: How Orthogonalization Controls Learning Rate and Convergence
von: Nguyen, Tien-Phat, et al.
Veröffentlicht: (2026)

GLaMoR: Consistency Checking of OWL Ontologies using Graph Language Models
von: Mücke, Justin, et al.
Veröffentlicht: (2025)

Multi-Resolution Active Learning of Fourier Neural Operators
von: Li, Shibo, et al.
Veröffentlicht: (2023)

Generative Conditional Distributions by Neural (Entropic) Optimal Transport
von: Nguyen, Bao, et al.
Veröffentlicht: (2024)

Stochastic Optimization in Semi-Discrete Optimal Transport: Convergence Analysis and Minimax Rate
von: Genans, Ferdinand, et al.
Veröffentlicht: (2025)

Quantitative Sobolev Approximation Bounds for Neural Operators with Empirical Validation on Burgers Equation
von: Hao, Nicole
Veröffentlicht: (2026)

A Spectral Framework for Graph Neural Operators: Convergence Guarantees and Tradeoffs
von: Holden, Roxanne, et al.
Veröffentlicht: (2025)

Convergence Rates of Constrained Expected Improvement
von: Wang, Haowei, et al.
Veröffentlicht: (2025)

Learning linear operators: Infinite-dimensional regression as a well-behaved non-compact inverse problem
von: Mollenhauer, Mattes, et al.
Veröffentlicht: (2022)

Optimal Neural Compressors for the Rate-Distortion-Perception Tradeoff
von: Lei, Eric, et al.
Veröffentlicht: (2025)

On the Rate of Convergence of GD in Non-linear Neural Networks: An Adversarial Robustness Perspective
von: Smorodinsky, Guy, et al.
Veröffentlicht: (2026)

Convergence Rate Analysis of LION
von: Dong, Yiming, et al.
Veröffentlicht: (2024)

Optimal Local Convergence Rates of Stochastic First-Order Methods under Local $α$-PL
von: Masiha, Saeed, et al.
Veröffentlicht: (2024)

Convergence Analysis of Max-Min Exponential Neural Network Operators in Orlicz Space
von: Pradhan, Satyaranjan, et al.
Veröffentlicht: (2025)

On the Convergence Rate of LoRA Gradient Descent
von: Mu, Siqiao, et al.
Veröffentlicht: (2025)

Sharp Convergence Rates for Masked Diffusion Models
von: Liang, Yuchen, et al.
Veröffentlicht: (2026)

Kernel $k$-Medoids as General Vector Quantization
von: Gerlach, Thore, et al.
Veröffentlicht: (2025)

Neural Estimation of the Rate-Distortion Function With Applications to Operational Source Coding
von: Lei, Eric, et al.
Veröffentlicht: (2022)

Regularized least squares learning with heavy-tailed noise is minimax optimal
von: Mollenhauer, Mattes, et al.
Veröffentlicht: (2025)

Sharp Convergence Rates for Matching Pursuit
von: Klusowski, Jason M., et al.
Veröffentlicht: (2023)

Evidence, Definitions and Algorithms regarding the Existence of Cohesive-Convergence Groups in Neural Network Optimization
von: Nguyen, Thien An L.
Veröffentlicht: (2024)

Spectral Convergence of Complexon Shift Operators
von: Zhang, Purui, et al.
Veröffentlicht: (2023)

Super-fast Rates of Convergence for Neural Network Classifiers under the Hard Margin Condition
von: Tepakbong, Nathanael, et al.
Veröffentlicht: (2025)

Rate-Optimal Noise Annealing in Semi-Dual Neural Optimal Transport: Tangential Identifiability, Off-Manifold Ambiguity, and Guaranteed Recovery
von: Chu, Raymond, et al.
Veröffentlicht: (2026)

Beyond Regular Grids: Fourier-Based Neural Operators on Arbitrary Domains
von: Lingsch, Levi, et al.
Veröffentlicht: (2023)

MAP Estimation with Denoisers: Convergence Rates and Guarantees
von: Pesme, Scott, et al.
Veröffentlicht: (2025)

Deep Learning for Computing Convergence Rates of Markov Chains
von: Qu, Yanlin, et al.
Veröffentlicht: (2024)

Global Convergence Rate of Deep Equilibrium Models with General Activations
von: Truong, Lan V.
Veröffentlicht: (2023)