Buchumschlag

Learning Spectral Methods by Transformers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Yihan, Cao, Yuan, Chen, Hong-Yu, Wu, Dennis, Fan, Jianqing, Liu, Han
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Global Convergence in Training Large-Scale Transformers
von: Gao, Cheng, et al.
Veröffentlicht: (2024)

Spectral Ranking Inferences based on General Multiway Comparisons
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Structured Matrix Learning under Arbitrary Entrywise Dependence and Estimation of Markov Transition Kernel
von: Chai, Jinhang, et al.
Veröffentlicht: (2024)

Precise Asymptotics for Spectral Methods in Mixed Generalized Linear Models
von: Zhang, Yihan, et al.
Veröffentlicht: (2022)

Matrix Denoising with Doubly Heteroscedastic Noise: Fundamental Limits and Optimal Spectral Methods
von: Zhang, Yihan, et al.
Veröffentlicht: (2024)

Robust Transfer Learning with Unreliable Source Data
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Transformers Simulate MLE for Sequence Generation in Bayesian Networks
von: Cao, Yuan, et al.
Veröffentlicht: (2025)

Covariate Assisted Entity Ranking with Sparse Intrinsic Scores
von: Fan, Jianqing, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of MLE for Entity Ranking with Covariates
von: Fan, Jianqing, et al.
Veröffentlicht: (2022)

Asymptotic Theory of Eigenvectors for Latent Embeddings with Generalized Laplacian Matrices
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Covariates-Adjusted Mixed-Membership Estimation: A Novel Network Model with Optimal Guarantees
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

An Overview of Diffusion Models: Applications, Guided Generation, Statistical Rates and Optimization
von: Chen, Minshuo, et al.
Veröffentlicht: (2024)

Inference for Heteroskedastic PCA with Missing Data
von: Yan, Yuling, et al.
Veröffentlicht: (2021)

Transformers versus the EM Algorithm in Multi-class Clustering
von: He, Yihan, et al.
Veröffentlicht: (2025)

Transformers and Their Roles as Time Series Foundation Models
von: Wu, Dennis, et al.
Veröffentlicht: (2025)

Minimax-Optimal Reward-Agnostic Exploration in Reinforcement Learning
von: Li, Gen, et al.
Veröffentlicht: (2023)

Spectral Estimators for Structured Generalized Linear Models via Approximate Message Passing
von: Zhang, Yihan, et al.
Veröffentlicht: (2023)

Optimal Estimation in Orthogonally Invariant Generalized Linear Models: Spectral Initialization and Approximate Message Passing
von: Zhang, Yihan, et al.
Veröffentlicht: (2026)

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift
von: Ge, Jiawei, et al.
Veröffentlicht: (2024)

UTOPIA: Universally Trainable Optimal Prediction Intervals Aggregation
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

When can weak latent factors be statistically inferred?
von: Fan, Jianqing, et al.
Veröffentlicht: (2024)

Model-Based Reinforcement Learning for Offline Zero-Sum Markov Games
von: Yan, Yuling, et al.
Veröffentlicht: (2022)

Optimal Demixing of Nonparametric Densities
von: Fan, Jianqing, et al.
Veröffentlicht: (2026)

Factor Adjusted Spectral Clustering for Mixture Models
von: Tang, Shange, et al.
Veröffentlicht: (2024)

Spectral Estimators for Multi-Index Models: Precise Asymptotics and Optimal Weak Recovery
von: Kovačević, Filip, et al.
Veröffentlicht: (2025)

Communication-Efficient Distributed Estimation and Inference for Cox's Model
von: Bayle, Pierre, et al.
Veröffentlicht: (2023)

Fundamental Computational Limits in Pursuing Invariant Causal Prediction and Invariance-Guided Regularization
von: Gu, Yihong, et al.
Veröffentlicht: (2025)

Multi-Armed Bandits With Machine Learning-Generated Surrogate Rewards
von: Ji, Wenlong, et al.
Veröffentlicht: (2025)

Isotonic Mechanism for Exponential Family Estimation in Machine Learning Peer Review
von: Yan, Yuling, et al.
Veröffentlicht: (2023)

Causality Pursuit from Heterogeneous Environments via Neural Adversarial Invariance Learning
von: Gu, Yihong, et al.
Veröffentlicht: (2024)

Transformers Meet In-Context Learning: A Universal Approximation Theory
von: Li, Gen, et al.
Veröffentlicht: (2025)

Sharp One-Dimensional Sub-Gaussian Comparison in Convex Order
von: Zhang, Yihan
Veröffentlicht: (2026)

On Spectral Learning for Odeco Tensors: Perturbation, Initialization, and Algorithms
von: Auddy, Arnab, et al.
Veröffentlicht: (2025)

Self-Regularized Learning Methods
von: Schölpple, Max, et al.
Veröffentlicht: (2026)

Optimal Exact Recovery in Semi-Supervised Learning: A Study of Spectral Methods and Graph Convolutional Networks
von: Wang, Hai-Xiao, et al.
Veröffentlicht: (2024)

Learning Curves and Benign Overfitting of Spectral Algorithms in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2026)

Hidden Clique Inference in Random Ising Model II: the planted Sherrington-Kirkpatrick model
von: He, Yihan, et al.
Veröffentlicht: (2023)

Hidden Clique Inference in Random Ising Model I: the planted random field Curie-Weiss model
von: He, Yihan, et al.
Veröffentlicht: (2023)

Orthogonal Approximate Message Passing with Optimal Spectral Initializations for Rectangular Spiked Matrix Models
von: Chen, Haohua, et al.
Veröffentlicht: (2025)

CINDES: Classification induced neural density estimator and simulator
von: Dai, Dehao, et al.
Veröffentlicht: (2025)