Buchumschlag

Gradient Equilibrium in Online Learning: Theory and Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Angelopoulos, Anastasios N., Jordan, Michael I., Tibshirani, Ryan J.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Optimization and Control Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Basic Inequalities for First-Order Optimization with Applications to Statistical Risk Analysis
von: Paik, Seunghoon, et al.
Veröffentlicht: (2025)

Stopping Rules for Stochastic Gradient Descent via Anytime-Valid Confidence Sequences
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Stochastic Optimization with Optimal Importance Sampling
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Function Gradient Approximation with Random Shallow ReLU Networks with Control Applications
von: Lamperski, Andrew, et al.
Veröffentlicht: (2024)

Online Inference of Constrained Optimization: Primal-Dual Optimality and Sequential Quadratic Programming
von: Gao, Yihang, et al.
Veröffentlicht: (2025)

A Theory of Feature Learning in Kernel Models
von: Chen, Yunlu, et al.
Veröffentlicht: (2023)

Implicit Regularization for Tubal Tensor Factorizations via Gradient Descent
von: Karnik, Santhosh, et al.
Veröffentlicht: (2024)

Probabilistic Guarantees of Stochastic Recursive Gradient in Non-Convex Finite Sum Problems
von: Zhong, Yanjie, et al.
Veröffentlicht: (2024)

Decentralized Sparse Linear Regression via Gradient-Tracking: Linear Convergence and Statistical Guarantees
von: Maros, Marie, et al.
Veröffentlicht: (2022)

Sparse PCA With Multiple Components
von: Cory-Wright, Ryan, et al.
Veröffentlicht: (2022)

High-probability Convergence Bounds for Nonlinear Stochastic Gradient Descent Under Heavy-tailed Noise
von: Armacki, Aleksandar, et al.
Veröffentlicht: (2023)

Online Experimental Design With Estimation-Regret Trade-off Under Network Interference
von: Zhang, Zhiheng, et al.
Veröffentlicht: (2024)

Efficient Online Learning in Interacting Particle Systems
von: Sharrock, Louis, et al.
Veröffentlicht: (2026)

The High Line: Exact Risk and Learning Rate Curves of Stochastic Adaptive Learning Rate Algorithms
von: Collins-Woodfin, Elizabeth, et al.
Veröffentlicht: (2024)

On the Uniform Convergence of Subdifferentials in Stochastic Optimization and Learning
von: Ruan, Feng
Veröffentlicht: (2024)

Bayesian Design Principles for Frequentist Sequential Learning
von: Xu, Yunbei, et al.
Veröffentlicht: (2023)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2023)

Learning an Optimal Assortment Policy under Observational Data
von: Han, Yuxuan, et al.
Veröffentlicht: (2025)

Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation
von: Cai, Yang, et al.
Veröffentlicht: (2023)

Pessimism Meets Risk: Risk-Sensitive Offline Reinforcement Learning
von: Zhang, Dake, et al.
Veröffentlicht: (2024)

Learning and Decision-Making with Data: Optimal Formulations and Phase Transitions
von: Bennouna, Amine, et al.
Veröffentlicht: (2021)

Robustly Learning Monotone Generalized Linear Models via Data Augmentation
von: Zarifis, Nikos, et al.
Veröffentlicht: (2025)

Gradient descent inference in empirical risk minimization
von: Han, Qiyang, et al.
Veröffentlicht: (2024)

Blessings and Curses of Covariate Shifts: Adversarial Learning Dynamics, Directional Convergence, and Equilibria
von: Liang, Tengyuan
Veröffentlicht: (2022)

Learning the Uncertainty Sets for Control Dynamics via Set Membership: A Non-Asymptotic Analysis
von: Li, Yingying, et al.
Veröffentlicht: (2023)

State evolution beyond first-order methods I: Rigorous predictions and finite-sample guarantees
von: Celentano, Michael, et al.
Veröffentlicht: (2025)

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

A Piecewise Lyapunov Analysis of Sub-quadratic SGD: Applications to Robust and Quantile Regression
von: Zhang, Yixuan, et al.
Veröffentlicht: (2025)

Joint Learning of Linear Dynamical Systems under Smoothness Constraints
von: Tyagi, Hemant
Veröffentlicht: (2024)

Gradient Projection onto Historical Descent Directions for Communication-Efficient Federated Learning
von: Descours, Arnaud, et al.
Veröffentlicht: (2025)

Kernel Mean Embedding Topology: Weak and Strong Forms for Stochastic Kernels and Implications for Model Learning
von: Saldi, Naci, et al.
Veröffentlicht: (2025)

Stochastic Regret Guarantees for Online Zeroth- and First-Order Bilevel Optimization
von: Nazari, Parvin, et al.
Veröffentlicht: (2025)

Conformal Risk Control for Non-Monotonic Losses
von: Angelopoulos, Anastasios N.
Veröffentlicht: (2026)

Is Q-Learning Minimax Optimal? A Tight Sample Complexity Analysis
von: Li, Gen, et al.
Veröffentlicht: (2021)

Causal Invariance Learning via Efficient Nonconvex Optimization
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Joint learning of a network of linear dynamical systems via total variation penalization
von: Donnat, Claire, et al.
Veröffentlicht: (2025)

A review of NMF, PLSA, LBA, EMA, and LCA with a focus on the identifiability issue
von: Qi, Qianqian, et al.
Veröffentlicht: (2025)

Error Analysis of Triangular Optimal Transport Maps for Filtering
von: Al-Jarrah, Mohammad, et al.
Veröffentlicht: (2025)

Mixing Times and Privacy Analysis for the Projected Langevin Algorithm under a Modulus of Continuity
von: Bravo, Mario, et al.
Veröffentlicht: (2025)

Extreme mass distributions for quasi-copulas
von: Omladič, Matjaž, et al.
Veröffentlicht: (2025)