Buchumschlag

Convergence Analysis of alpha-SVRG under Strong Convexity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiao, Sean, Park, Sangwoo, Vlaski, Stefan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Computation
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

Learning Theory of the SVRG: Generalization and Convergence Analysis
von: Lei, Yunwen, et al.
Veröffentlicht: (2026)

Closing the gap between SVRG and TD-SVRG with Gradient Splitting
von: Mustafin, Arsenii, et al.
Veröffentlicht: (2022)

Multitask Learning with Learned Task Relationships
von: Wan, Zirui, et al.
Veröffentlicht: (2025)

SVRG and Beyond via Posterior Correction
von: Daheim, Nico, et al.
Veröffentlicht: (2025)

A Coefficient Makes SVRG Effective
von: Yin, Yida, et al.
Veröffentlicht: (2023)

Mean Aggregator is More Robust than Robust Aggregators under Label Poisoning Attacks on Distributed Heterogeneous Data
von: Peng, Jie, et al.
Veröffentlicht: (2024)

Topology-Independent Robustness of the Weighted Mean under Label Poisoning Attacks in Heterogeneous Decentralized Learning
von: Peng, Jie, et al.
Veröffentlicht: (2026)

Deep-Relative-Trust-Based Diffusion for Decentralized Deep Learning
von: Li, Muyun, et al.
Veröffentlicht: (2025)

Continuous-time Riemannian SGD and SVRG Flows on Wasserstein Probabilistic Space
von: Yi, Mingyang, et al.
Veröffentlicht: (2024)

A Globally Convergent Algorithm for Neural Network Parameter Optimization Based on Difference-of-Convex Functions
von: Tschernutter, Daniel, et al.
Veröffentlicht: (2024)

Non-linear Interventions on Large Language Models
von: Kim, Sangwoo
Veröffentlicht: (2026)

Knowing When to Stop: Delay-Adaptive Spiking Neural Network Classifiers with Reliability Guarantees
von: Chen, Jiechen, et al.
Veröffentlicht: (2023)

Sensitivity Curve Maximization: Attacking Robust Aggregators in Distributed Learning
von: Schroth, Christian A., et al.
Veröffentlicht: (2024)

On-Device Fine-Tuning via Backprop-Free Zeroth-Order Optimization
von: Katti, Prabodh, et al.
Veröffentlicht: (2025)

OPAL: Outlier-Preserved Microscaling Quantization Accelerator for Generative Large Language Models
von: Koo, Jahyun, et al.
Veröffentlicht: (2024)

Decentralized Adversarial Training over Graphs
von: Cao, Ying, et al.
Veröffentlicht: (2023)

Adaptive Selection of LoRA Components in Privacy-Preserving Federated Learning
von: Kim, Myoungjun, et al.
Veröffentlicht: (2026)

PPI-SVRG: Unifying Prediction-Powered Inference and Variance Reduction for Semi-Supervised Optimization
von: Ao, Ruicheng, et al.
Veröffentlicht: (2026)

Formalizing the Sampling Design Space of Diffusion-Based Generative Models via Adaptive Solvers and Wasserstein-Bounded Timesteps
von: Jo, Sangwoo, et al.
Veröffentlicht: (2026)

Tiled Prompts: Overcoming Prompt Misguidance in Image and Video Super-Resolution
von: Kim, Bryan Sangwoo, et al.
Veröffentlicht: (2026)

Convergence Analysis of the Wasserstein Proximal Algorithm beyond Geodesic Convexity
von: Zhu, Shuailong, et al.
Veröffentlicht: (2025)

Theoretical Analysis of Weak-to-Strong Generalization
von: Lang, Hunter, et al.
Veröffentlicht: (2024)

Convergence and Divergence of Language Models under Different Random Seeds
von: Fehlauer, Finlay, et al.
Veröffentlicht: (2025)

Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

Global Context-aware Representation Learning for Spatially Resolved Transcriptomics
von: Oh, Yunhak, et al.
Veröffentlicht: (2025)

Efficient Process Reward Modeling via Contrastive Mutual Information
von: Lee, Nakyung, et al.
Veröffentlicht: (2026)

Convergence Analysis of SGD under Expected Smoothness
von: Kawamoto, Yuta, et al.
Veröffentlicht: (2025)

DiffInject: Revisiting Debias via Synthetic Data Generation using Diffusion-based Style Injection
von: Ko, Donggeun, et al.
Veröffentlicht: (2024)

Efficient Uncoupled Learning Dynamics with $\tilde{O}\!\left(T^{-1/4}\right)$ Last-Iterate Convergence in Bilinear Saddle-Point Problems over Convex Sets under Bandit Feedback
von: Maiti, Arnab, et al.
Veröffentlicht: (2026)

Convergence Analysis of Decentralized ASGD
von: Tosi, Mauro DL, et al.
Veröffentlicht: (2023)

Convex Basins in Single-Index Model Loss Landscapes: Applications to Robust Recovery under Strong Adversarial Corruption
von: Das, Santanu, et al.
Veröffentlicht: (2026)

Weakly Convex Regularisers for Inverse Problems: Convergence of Critical Points and Primal-Dual Optimisation
von: Shumaylov, Zakhar, et al.
Veröffentlicht: (2024)

Convergence Analysis of the PAGE Stochastic Algorithm for Weakly Convex Finite-Sum Optimization
von: Condat, Laurent, et al.
Veröffentlicht: (2025)

Interpretable Prototype-based Graph Information Bottleneck
von: Seo, Sangwoo, et al.
Veröffentlicht: (2023)

Quantile Learn-Then-Test: Quantile-Based Risk Control for Hyperparameter Optimization
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Calibration-Aware Bayesian Learning
von: Huang, Jiayi, et al.
Veröffentlicht: (2023)

Muon Does Not Converge on Convex Lipschitz Functions
von: Parshakova, Tetiana, et al.
Veröffentlicht: (2026)

Optimizing In-Context Learning for Efficient Full Conformal Prediction
von: Deng, Weicao, et al.
Veröffentlicht: (2025)

Convergence Analysis of Blurring Mean Shift
von: Yamasaki, Ryoya, et al.
Veröffentlicht: (2024)