Buchumschlag

Rough kernel hedging

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cirone, Nicola Muca, Salvi, Cristopher
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Functional Analysis Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ParallelFlow: Parallelizing Linear Transformers via Flow Discretization
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2025)

Genus expansion for non-linear random matrix ensembles with applications to neural networks
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2024)

Structured Linear CDEs: Maximally Expressive and Parallel-in-Time Sequence Models
von: Walker, Benjamin, et al.
Veröffentlicht: (2025)

Theoretical Foundations of Deep Selective State-Space Models
von: Cirone, Nicola Muca, et al.
Veröffentlicht: (2024)

Log-PDE Methods for Rough Signature Kernels
von: Lemercier, Maud, et al.
Veröffentlicht: (2024)

Signature Reconstruction from Randomized Signatures
von: Glückstad, Mie, et al.
Veröffentlicht: (2025)

Neural reproducing kernel Banach spaces and representer theorems for deep networks
von: Bartolucci, Francesca, et al.
Veröffentlicht: (2024)

Exact Gradients for Stochastic Spiking Neural Networks Driven by Rough Signals
von: Holberg, Christian, et al.
Veröffentlicht: (2024)

On the kernel learning problem
von: Li, Yang, et al.
Veröffentlicht: (2025)

Kernel Learning for Mean-Variance Trading Strategies
von: Futter, Owen, et al.
Veröffentlicht: (2025)

Fixed-Point RNNs: Interpolating from Diagonal to Dense
von: Movahedi, Sajad, et al.
Veröffentlicht: (2025)

Explicit and Effectively Symmetric Schemes for Neural SDEs on Lie Groups
von: Shmelev, Daniil, et al.
Veröffentlicht: (2025)

Sparse Signature Coefficient Recovery via Kernels
von: Shmelev, Daniil, et al.
Veröffentlicht: (2024)

The spectrum of dense kernel-based random graphs
von: Cipriani, Alessandra, et al.
Veröffentlicht: (2025)

Theory-to-Practice Gap for Neural Networks and Neural Operators
von: Grohs, Philipp, et al.
Veröffentlicht: (2025)

Approximation of Permutation Invariant Polynomials by Transformers: Efficient Construction in Column-Size
von: Takeshita, Naoki, et al.
Veröffentlicht: (2025)

On shallow feedforward neural networks with inputs from a topological space
von: Ismailov, Vugar
Veröffentlicht: (2025)

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

A Fractional Fox H-Function Kernel for Support Vector Machines: Robust Classification via Weighted Transmutation Operators
von: Dorrego, Gustavo
Veröffentlicht: (2026)

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

Do stable neural networks exist for classification problems? -- A new view on stability in AI
von: Liu, Z. N. D., et al.
Veröffentlicht: (2024)

Universal approximation with complex-valued deep narrow neural networks
von: Geuchen, Paul, et al.
Veröffentlicht: (2023)

On Rank-Dependent Generalisation Error Bounds for Transformers
von: Truong, Lan V.
Veröffentlicht: (2024)

A unified Fourier slice method to derive ridgelet transform for a variety of depth-2 neural networks
von: Sonoda, Sho, et al.
Veröffentlicht: (2024)

Sparse Representer Theorems for Learning in Reproducing Kernel Banach Spaces
von: Wang, Rui, et al.
Veröffentlicht: (2023)

Noisy Data Visualization using Functional Data Analysis
von: Chen, Haozhe, et al.
Veröffentlicht: (2024)

Spherical Analysis of Learning Nonlinear Functionals
von: Yang, Zhenyu, et al.
Veröffentlicht: (2024)

Hypothesis Spaces for Deep Learning
von: Wang, Rui, et al.
Veröffentlicht: (2024)

Neural networks in non-metric spaces
von: Galimberti, Luca
Veröffentlicht: (2024)

Horizon Activation Mapping for Neural Networks in Time Series Forecasting
von: Hans, Krupakar, et al.
Veröffentlicht: (2026)

Controlled Learning of Pointwise Nonlinearities in Neural-Network-Like Architectures
von: Unser, Michael, et al.
Veröffentlicht: (2024)

Stability of sorting based embeddings
von: Balan, Radu, et al.
Veröffentlicht: (2024)

The Function Representation of Artificial Neural Network
von: Ma, Zhongkui
Veröffentlicht: (2019)

Approximation by Steklov Neural Network Operators
von: Karaman, S. N., et al.
Veröffentlicht: (2024)

Koopman-based generalization bound: New aspect for full-rank weights
von: Hashimoto, Yuka, et al.
Veröffentlicht: (2023)

Learning Orthonormal Bases for Function Spaces
von: Kamkari, Hamidreza, et al.
Veröffentlicht: (2026)

Understanding Transfer Learning via Mean-field Analysis
von: Aminian, Gholamali, et al.
Veröffentlicht: (2024)

Non-Asymptotic Stability and Consistency Guarantees for Physics-Informed Neural Networks via Coercive Operator Analysis
von: Katende, Ronald
Veröffentlicht: (2025)

Optimal lower Lipschitz bounds for ReLU layers, saturation, and phase retrieval
von: Freeman, Daniel, et al.
Veröffentlicht: (2025)

Quantum Harmonic Analysis and the Structure in Data: Augmentation
von: Doerfler, Monika, et al.
Veröffentlicht: (2025)