Buchumschlag

Deep-ICE: the first globally optimal algorithm for minimizing 0-1 loss in two-layer ReLU and maxout networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Xi, Miao, Yi, Little, Max A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Simplicity bias and optimization threshold in two-layer ReLU networks
von: Boursier, Etienne, et al.
Veröffentlicht: (2024)

An efficient, provably optimal algorithm for the 0-1 loss linear classification problem
von: He, Xi, et al.
Veröffentlicht: (2023)

Explicit integral representations and quantitative bounds for two-layer ReLU networks
von: Lee, Anthony
Veröffentlicht: (2026)

Sharp description of local minima in the loss landscape of high-dimensional two-layer ReLU neural networks
von: Huang, Jie, et al.
Veröffentlicht: (2026)

On the algorithmic construction of deep ReLU networks
von: Huybrechs, Daan
Veröffentlicht: (2025)

An analysis of optimization problems involving ReLU neural networks
von: Plate, Christoph, et al.
Veröffentlicht: (2025)

Two-hidden-layer ReLU neural networks and finite elements
von: Jin, Pengzhan
Veröffentlicht: (2024)

On the existence of minimizers in shallow residual ReLU neural network optimization landscapes
von: Dereich, Steffen, et al.
Veröffentlicht: (2023)

Gradient flow dynamics of shallow ReLU networks for square loss and orthogonal inputs
von: Boursier, Etienne, et al.
Veröffentlicht: (2022)

N-ReLU: Zero-Mean Stochastic Extension of ReLU
von: Manik, Md Motaleb Hossen, et al.
Veröffentlicht: (2025)

Constraining the outputs of ReLU neural networks
von: Alexandr, Yulia, et al.
Veröffentlicht: (2025)

Toric geometry of ReLU neural networks
von: Fu, Yaoying
Veröffentlicht: (2025)

Discrete Functional Geometry of ReLU Networks via ReLU Transition Graphs
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

Injectivity of ReLU-layers: Tools from Frame Theory
von: Haider, Daniel, et al.
Veröffentlicht: (2024)

The Resurrection of the ReLU
von: Horuz, Coşku Can, et al.
Veröffentlicht: (2025)

Stably unactivated neurons in ReLU neural networks
von: Brownlowe, Natalie, et al.
Veröffentlicht: (2024)

Deep ReLU networks -- injectivity capacity upper bounds
von: Stojnic, Mihailo
Veröffentlicht: (2024)

The Geometry of ReLU Networks through the ReLU Transition Graph
von: Dhayalkar, Sahil Rajesh
Veröffentlicht: (2025)

SurvReLU: Inherently Interpretable Survival Analysis via Deep ReLU Networks
von: Sun, Xiaotong, et al.
Veröffentlicht: (2024)

The minimal width of universal $p$-adic ReLU neural networks
von: Kiss, Sándor Z., et al.
Veröffentlicht: (2026)

On the optimal approximation of Sobolev and Besov functions using deep ReLU neural networks
von: Yang, Yunfei
Veröffentlicht: (2024)

Component-based Sketching for Deep ReLU Nets
von: Wang, Di, et al.
Veröffentlicht: (2024)

On the Local Complexity of Linear Regions in Deep ReLU Networks
von: Patel, Niket, et al.
Veröffentlicht: (2024)

Implicit Hypersurface Approximation Capacity in Deep ReLU Networks
von: Vallin, Jonatan, et al.
Veröffentlicht: (2024)

On the existence of optimal shallow feedforward networks with ReLU activation
von: Dereich, Steffen, et al.
Veröffentlicht: (2023)

Early Neuron Alignment in Two-layer ReLU Networks with Small Initialization
von: Min, Hancheng, et al.
Veröffentlicht: (2023)

Benign overfitting in leaky ReLU networks with moderate input dimension
von: Karhadkar, Kedar, et al.
Veröffentlicht: (2024)

Generalization analysis with deep ReLU networks for metric and similarity learning
von: Zhou, Junyu, et al.
Veröffentlicht: (2024)

Weighted variation spaces and approximation by shallow ReLU networks
von: DeVore, Ronald, et al.
Veröffentlicht: (2023)

Beyond ReLU: How Activations Affect Neural Kernels and Random Wide Networks
von: Holzmüller, David, et al.
Veröffentlicht: (2025)

Optimal Rates for Generalization of Gradient Descent for Deep ReLU Classification
von: Li, Yuanfan, et al.
Veröffentlicht: (2025)

Deep Network Approximation: Beyond ReLU to Diverse Activation Functions
von: Zhang, Shijun, et al.
Veröffentlicht: (2023)

Complexity of One-Dimensional ReLU DNNs
von: Kogan, Jonathan, et al.
Veröffentlicht: (2025)

Symmetric Matrix Completion with ReLU Sampling
von: Liu, Huikang, et al.
Veröffentlicht: (2024)

Minimum width for universal approximation using ReLU networks on compact domain
von: Kim, Namjun, et al.
Veröffentlicht: (2023)

EKM: An exact, polynomial-time algorithm for the $K$-medoids problem
von: He, Xi, et al.
Veröffentlicht: (2024)

On the growth of the parameters of approximating ReLU neural networks
von: Morina, Erion, et al.
Veröffentlicht: (2024)

Is ReLU Adversarially Robust?
von: Sooksatra, Korn, et al.
Veröffentlicht: (2024)

Expressivity and Approximation Properties of Deep Neural Networks with ReLU$^k$ Activation
von: He, Juncai, et al.
Veröffentlicht: (2023)

Injectivity of ReLU networks: perspectives from statistical physics
von: Maillard, Antoine, et al.
Veröffentlicht: (2023)