Buchumschlag

Landscape Complexity for the Empirical Risk of Generalized Linear Models: Discrimination between Structured Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tsironis, Theodoros G., Moustakas, Aris L.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistical Mechanics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Spectral Efficiency Expression for the Non-Linear Schrödinger Channel in the Low Noise Limit Using Scattering Data
von: Kazakopoulos, Pavlos, et al.
Veröffentlicht: (2025)

SETOL: A Semi-Empirical Theory of (Deep) Learning
von: Martin, Charles H, et al.
Veröffentlicht: (2025)

Clustering Molecular Energy Landscapes by Adaptive Network Embedding
von: Mercurio, Paula, et al.
Veröffentlicht: (2024)

Learned Mappings for Targeted Free Energy Perturbation between Peptide Conformations
von: Willow, Soohaeng Yoo, et al.
Veröffentlicht: (2023)

Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
von: Elliott, Chris, et al.
Veröffentlicht: (2026)

Emergence of Nonequilibrium Latent Cycles in Unsupervised Generative Modeling
von: Baiesi, Marco, et al.
Veröffentlicht: (2025)

Score Shocks: The Burgers Equation Structure of Diffusion Generative Models
von: Sarkar, Krisanu
Veröffentlicht: (2026)

Capturing the Topological Phase Transition and Thermodynamics of the 2D XY Model via Manifold-Aware Score-Based Generative Modeling
von: Jha, Pratyush
Veröffentlicht: (2026)

Coupled Entropy: A Goldilocks Generalization for Complex Systems
von: Nelson, Kenric P.
Veröffentlicht: (2025)

Review and Prospect of Algebraic Research in Equivalent Framework between Statistical Mechanics and Machine Learning Theory
von: Watanabe, Sumio
Veröffentlicht: (2024)

Data driven modeling for self-similar dynamics
von: Tao, Ruyi, et al.
Veröffentlicht: (2023)

Discovering Causal Structure with Reproducing-Kernel Hilbert Space $ε$-Machines
von: Brodu, Nicolas, et al.
Veröffentlicht: (2020)

Exact Fractional Inference via Re-Parametrization & Interpolation between Tree-Re-Weighted- and Belief Propagation- Algorithms
von: Behjoo, Hamidreza, et al.
Veröffentlicht: (2023)

Efficient mapping of phase diagrams with conditional Boltzmann Generators
von: Schebek, Maximilian, et al.
Veröffentlicht: (2024)

Scalable Boltzmann Generators for equilibrium sampling of large-scale materials
von: Schebek, Maximilian, et al.
Veröffentlicht: (2025)

Generative Learning of Continuous Data by Tensor Networks
von: Meiburg, Alex, et al.
Veröffentlicht: (2023)

Improving FMQA via Initial Training Data Design Considering Marginal Bit Coverage in One-Hot Encoding
von: Hayashi, Taiga, et al.
Veröffentlicht: (2026)

Dynamical Regimes of Diffusion Models
von: Biroli, Giulio, et al.
Veröffentlicht: (2024)

The Thermodynamic Costs of Simple Linear Regression
von: D'Ambrosia, Samuel H., et al.
Veröffentlicht: (2026)

Scaling Autoregressive Models for Lattice Thermodynamics
von: Du, Xiaochen, et al.
Veröffentlicht: (2026)

Efficient Identification of Critical Transitions via Flow Matching: A Scalable Generative Approach for Many-Body Systems
von: Lee, Qian-Rui, et al.
Veröffentlicht: (2025)

Thermodynamic Performance Limits for Score-Based Diffusion Models
von: Kodama, Nathan X., et al.
Veröffentlicht: (2025)

Selecting Optimal Variable Order in Autoregressive Ising Models
von: Biswal, Shiba, et al.
Veröffentlicht: (2026)

Compression, Regularity, Randomness and Emergent Structure: Rethinking Physical Complexity in the Data-Driven Era
von: Dehghani, Nima
Veröffentlicht: (2025)

Steering Dynamical Regimes of Diffusion Models by Breaking Detailed Balance
von: Lu, Haiqi, et al.
Veröffentlicht: (2026)

Concurrence of Symmetry Breaking and Nonlocality Phase Transitions in Diffusion Models
von: Zhang, Yifan F., et al.
Veröffentlicht: (2026)

Local Diffusion Models and Phases of Data Distributions
von: Hu, Fangjun, et al.
Veröffentlicht: (2025)

Beyond the Power Law: Estimation, Goodness-of-Fit, and a Semiparametric Extension in Complex Networks
von: Jerez-Lillo, Nixon, et al.
Veröffentlicht: (2023)

Neural Thermodynamic Integration: Free Energies from Energy-based Diffusion Models
von: Máté, Bálint, et al.
Veröffentlicht: (2024)

Spectral Methods in Complex Systems
von: Caravelli, Francesco
Veröffentlicht: (2025)

Information maximization for a broad variety of multi-armed bandit games
von: Barbier-Chebbah, Alex, et al.
Veröffentlicht: (2025)

The Role of Pseudo-labels in Self-training Linear Classifiers on High-dimensional Gaussian Mixture Data
von: Takahashi, Takashi
Veröffentlicht: (2022)

Learning the Intrinsic Dimensionality of Fermi-Pasta-Ulam-Tsingou Trajectories: A Nonlinear Approach using a Deep Autoencoder Model
von: Marchetti, Gionni
Veröffentlicht: (2026)

Estimating Solvation Free Energies with Boltzmann Generators
von: Schebek, Maximilian, et al.
Veröffentlicht: (2025)

Intrinsic Dimensionality of Fermi-Pasta-Ulam-Tsingou High-Dimensional Trajectories Through Manifold Learning: A Linear Approach
von: Marchetti, Gionni
Veröffentlicht: (2024)

Statistics of Min-max Normalized Eigenvalues in Random Matrices
von: Nakada, Hyakka, et al.
Veröffentlicht: (2025)

Laws of thermodynamics for exponential families
von: Balsubramani, Akshay
Veröffentlicht: (2025)

An Analytical Characterization of Sloppiness in Neural Networks: Insights from Linear Models
von: Mao, Jialin, et al.
Veröffentlicht: (2025)

Machine Learning H-theorem
von: Lier, Ruben
Veröffentlicht: (2025)

Dynamical symmetries in the fluctuation-driven regime: an application of Noether's theorem to noisy dynamical systems
von: Vastola, John J.
Veröffentlicht: (2025)