Buchumschlag

Learning a Class of Mixed Linear Regressions: Global Convergence under General Data Conditions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Yujing, Liu, Zhixin, Guo, Lei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Systems and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Asymptotics of Linear Regression with Linearly Dependent Data
von: Moniri, Behrad, et al.
Veröffentlicht: (2024)

Learning Linearized Models from Nonlinear Systems under Initialization Constraints with Finite Data
von: Xin, Lei, et al.
Veröffentlicht: (2025)

On Linear Convergence of PI Consensus Algorithm under the Restricted Secant Inequality
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2023)

Robustness of Iteratively Pre-Conditioned Gradient-Descent Method: The Case of Distributed Linear Regression Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2021)

Interpolation Conditions for Data Consistency and Prediction in Noisy Linear Systems
von: Vanelli, Martina, et al.
Veröffentlicht: (2025)

A Short Information-Theoretic Analysis of Linear Auto-Regressive Learning
von: Ziemann, Ingvar
Veröffentlicht: (2024)

Gradient-Based Adaptive Prediction and Control for Nonlinear Dynamical Systems
von: Liu, Yujing, et al.
Veröffentlicht: (2026)

Data-Driven Exploration for a Class of Continuous-Time Indefinite Linear--Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2025)

Data-Driven Adversarial Online Control for Unknown Linear Systems
von: Liu, Zishun, et al.
Veröffentlicht: (2023)

Asymptotically efficient adaptive identification under saturated output observation
von: Zhang, Lantian, et al.
Veröffentlicht: (2023)

Learning to Sparsify Stochastic Linear Bandits
von: Wang, Zhengmiao, et al.
Veröffentlicht: (2026)

Linear Convergence of Independent Natural Policy Gradient in Games with Entropy Regularization
von: Sun, Youbang, et al.
Veröffentlicht: (2024)

Safe Multi-Agent Reinforcement Learning with Convergence to Generalized Nash Equilibrium
von: Li, Zeyang, et al.
Veröffentlicht: (2024)

Sublinear Regret for a Class of Continuous-Time Linear-Quadratic Reinforcement Learning Problems
von: Huang, Yilie, et al.
Veröffentlicht: (2024)

Enhancing Convergence of Decentralized Gradient Tracking under the KL Property
von: Chen, Xiaokai, et al.
Veröffentlicht: (2024)

On the Global Convergence of Policy Gradient in Average Reward Markov Decision Processes
von: Kumar, Navdeep, et al.
Veröffentlicht: (2024)

Generative Design for Direct-to-Chip Liquid Cooling for Data Centers
von: Liu, Zheng
Veröffentlicht: (2026)

Symbolic Regression on Sparse and Noisy Data with Gaussian Processes
von: Hsin, Junette, et al.
Veröffentlicht: (2023)

Online Control of Linear Systems under Unbounded Noise
von: Ito, Kaito, et al.
Veröffentlicht: (2024)

Hypernetwork-Conditioned Reinforcement Learning for Robust Control of Fixed-Wing Aircraft under Actuator Failures
von: Marquis, Dennis, et al.
Veröffentlicht: (2026)

Nonparametric End-to-End Probabilistic Forecasting of Distributed Generation Outputs Considering Missing Data Imputation
von: Chen, Minghui, et al.
Veröffentlicht: (2024)

Decentralized Event-Triggered Online Learning for Safe Consensus of Multi-Agent Systems with Gaussian Process Regression
von: Dai, Xiaobing, et al.
Veröffentlicht: (2024)

Communication Efficient Federated Learning with Linear Convergence on Heterogeneous Data
von: Liu, Jie, et al.
Veröffentlicht: (2025)

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

Sample-Efficient Linear Representation Learning from Non-IID Non-Isotropic Data
von: Zhang, Thomas T. C. K., et al.
Veröffentlicht: (2023)

Convergence and stability of Q-learning in Hierarchical Reinforcement Learning
von: Manenti, Massimiliano, et al.
Veröffentlicht: (2025)

An Interpretable Power System Transient Stability Assessment Method with Expert Guiding Neural-Regression-Tree
von: Wang, Hanxuan, et al.
Veröffentlicht: (2024)

Interpretable Physics Extraction from Data for Linear Dynamical Systems using Lie Generator Networks
von: Jamil, Shafayeth, et al.
Veröffentlicht: (2026)

Foundations of Safe Online Reinforcement Learning in the Linear Quadratic Regulator: Generalized Baselines
von: Schiffer, Benjamin, et al.
Veröffentlicht: (2024)

Physics-informed Goal-Conditioned Reinforcement Learning under Hybrid Contact Dynamics
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2026)

Solving Offline Reinforcement Learning with Decision Tree Regression
von: Koirala, Prajwal, et al.
Veröffentlicht: (2024)

Iterative Pre-Conditioning for Expediting the Gradient-Descent Method: The Distributed Linear Least-Squares Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2020)

Personalized Federated Learning by Energy-Efficient UAV Communications
von: Guo, Shiqian, et al.
Veröffentlicht: (2026)

Condition Monitoring with Machine Learning: A Data-Driven Framework for Quantifying Wind Turbine Energy Loss
von: Buchberg, Emil Marcus, et al.
Veröffentlicht: (2025)

Learning Dynamical Systems by Leveraging Data from Similar Systems
von: Xin, Lei, et al.
Veröffentlicht: (2023)

High-Probability Bounds for SGD under the Polyak-Lojasiewicz Condition with Markovian Noise
von: Kar, Avik, et al.
Veröffentlicht: (2026)

Efficient and Robust Freeway Traffic Speed Estimation under Oblique Grid using Vehicle Trajectory Data
von: He, Yang, et al.
Veröffentlicht: (2024)

Nonuniqueness and Convergence to Equivalent Solutions in Observer-based Inverse Reinforcement Learning
von: Town, Jared, et al.
Veröffentlicht: (2022)

Learning Linear Dynamics from Bilinear Observations
von: Sattar, Yahya, et al.
Veröffentlicht: (2024)

A Variance-Reduced Stochastic Gradient Tracking Algorithm for Decentralized Optimization with Orthogonality Constraints
von: Wang, Lei, et al.
Veröffentlicht: (2022)