Buchumschlag

Local minima of the empirical risk in high dimension: General theorems and convex examples

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Asgari, Kiana, Montanari, Andrea, Saeed, Basil
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

Topological trivialization in non-convex empirical risk minimization
von: Montanari, Andrea, et al.
Veröffentlicht: (2026)

Tractability from overparametrization: The example of the negative perceptron
von: Montanari, Andrea, et al.
Veröffentlicht: (2021)

A non-asymptotic theory of Kernel Ridge Regression: deterministic equivalents, test error, and GCV estimator
von: Misiakiewicz, Theodor, et al.
Veröffentlicht: (2024)

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

High-dimensional logistic regression with missing data: Imputation, regularization, and universality
von: Verchand, Kabir Aladin, et al.
Veröffentlicht: (2024)

Schrödinger bridge problem via empirical risk minimization
von: Belomestny, Denis, et al.
Veröffentlicht: (2026)

Parametric Mean-Field empirical Bayes in high-dimensional linear regression
von: Lee, Seunghyun, et al.
Veröffentlicht: (2026)

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

Enabling stratified sampling in high dimensions via nonlinear dimensionality reduction
von: Geraci, Gianluca, et al.
Veröffentlicht: (2025)

On the distance between mean and geometric median in high dimensions
von: Schwank, Richard, et al.
Veröffentlicht: (2025)

Performance of the empirical median for location estimation in heteroscedastic settings
von: Louati, Sirine
Veröffentlicht: (2025)

Universal distribution of the empirical coverage in split conformal prediction
von: F, Paulo C. Marques
Veröffentlicht: (2023)

Optimal score estimation via empirical Bayes smoothing
von: Wibisono, Andre, et al.
Veröffentlicht: (2024)

Graph Matching via convex relaxation to the simplex
von: Valdivia, Ernesto Araya, et al.
Veröffentlicht: (2023)

Are all models wrong? Fundamental limits in distribution-free empirical model falsification
von: Müller, Manuel M., et al.
Veröffentlicht: (2025)

Max-sliced Wasserstein concentration and uniform ratio bounds of empirical measures on RKHS
von: Han, Ruiyu, et al.
Veröffentlicht: (2024)

Instance-dependent uniform tail bounds for empirical processes
von: Bahmani, Sohail
Veröffentlicht: (2022)

Handling bounded response in high dimensions: a Horseshoe prior Bayesian Beta regression approach
von: Mai, The Tien
Veröffentlicht: (2025)

Kullback-Leibler excess risk bounds for exponential weighted aggregation in Generalized linear models
von: Mai, The Tien
Veröffentlicht: (2025)

On consistent estimation of dimension values
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2024)

Optimal convex $M$-estimation via score matching
von: Feng, Oliver Y., et al.
Veröffentlicht: (2024)

Compressed Empirical Measures (in finite dimensions)
von: Grünewälder, Steffen
Veröffentlicht: (2022)

Policy learning "without" overlap: Pessimism and generalized empirical Bernstein's inequality
von: Jin, Ying, et al.
Veröffentlicht: (2022)

Dimension free ridge regression
von: Cheng, Chen, et al.
Veröffentlicht: (2022)

Extremal graphical modeling with latent variables via convex optimization
von: Engelke, Sebastian, et al.
Veröffentlicht: (2024)

A conversion theorem and minimax optimality for continuum contextual bandits
von: Akhavan, Arya, et al.
Veröffentlicht: (2024)

The phase diagram of kernel interpolation in large dimensions
von: Zhang, Haobo, et al.
Veröffentlicht: (2024)

High-accuracy and dimension-free sampling with diffusions
von: Gatmiry, Khashayar, et al.
Veröffentlicht: (2026)

Local geometry of high-dimensional mixture models: Effective spectral theory and dynamical transitions
von: Arous, Gerard Ben, et al.
Veröffentlicht: (2025)

On the VC dimension of deep group convolutional neural networks
von: Sepliarskaia, Anna, et al.
Veröffentlicht: (2024)

Nearest neighbor empirical processes
von: Portier, François
Veröffentlicht: (2021)

Minmax Trend Filtering: Generalizations of Total Variation Denoising via a Local Minmax/Maxmin Formula
von: Chatterjee, Sabyasachi
Veröffentlicht: (2024)

Mallows Model with Learned Distance Metrics: Sampling and Maximum Likelihood Estimation
von: Alimohammadi, Yeganeh, et al.
Veröffentlicht: (2025)

Limit theorems of Chatterjee's rank correlation
von: Lin, Zhexiao, et al.
Veröffentlicht: (2022)

Mind the spikes: Benign overfitting of kernels and neural networks in fixed dimension
von: Haas, Moritz, et al.
Veröffentlicht: (2023)

Multi-modal contrastive learning adapts to intrinsic dimensions of shared latent variables
von: Gui, Yu, et al.
Veröffentlicht: (2025)

Generalized Grade-of-Membership Estimation for High-dimensional Locally Dependent Data
von: Chen, Ling, et al.
Veröffentlicht: (2024)

Conjugate gradient methods for high-dimensional GLMMs
von: Pandolfi, Andrea, et al.
Veröffentlicht: (2024)

Local versions of sum-of-norms clustering
von: Dunlap, Alexander, et al.
Veröffentlicht: (2021)

Beyond Consistency: Inference for the Relative risk functional in Deep Nonparametric Cox Models
von: Ghosal, Sattwik, et al.
Veröffentlicht: (2026)