Copertina

Super-fast Rates of Convergence for Neural Network Classifiers under the Hard Margin Condition

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tepakbong, Nathanael, Zhou, Xiang, Zhou, Ding-Xuan
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Statistics Theory 68T07
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Directional Convergence, Benign Overfitting of Gradient Descent in leaky ReLU two-layer Neural Networks
di: Hashimoto, Ichiro
Pubblicazione: (2025)

On the Sample Complexity of One Hidden Layer Networks with Equivariance, Locality and Weight Sharing
di: Behboodi, Arash, et al.
Pubblicazione: (2024)

Theoretical Compression Bounds for Wide Multilayer Perceptrons
di: Cheairi, Houssam El, et al.
Pubblicazione: (2025)

Adversarial Subspace Generation for Outlier Detection in High-Dimensional Data
di: Cribeiro-Ramallo, Jose, et al.
Pubblicazione: (2025)

Optimal In-context Adaptivity and Distributional Robustness of Transformers
di: Ma, Tianyi, et al.
Pubblicazione: (2025)

Efficient and Minimax Optimal In-context Nonparametric Regression with Transformers
di: Ching, Michelle, et al.
Pubblicazione: (2026)

Optimal Rate of Kernel Regression in Large Dimensions
di: Lu, Weihao, et al.
Pubblicazione: (2023)

On the minimax optimality of Flow Matching through the connection to kernel density estimation
di: Kunkel, Lea, et al.
Pubblicazione: (2025)

Distribution estimation via Flow Matching with Lipschitz guarantees
di: Kunkel, Lea
Pubblicazione: (2025)

Generalized Factor Neural Network Model for High-dimensional Regression
di: Guo, Zichuan, et al.
Pubblicazione: (2025)

Forecasting Nigerian Equity Stock Returns Using Long Short-Term Memory Technique
di: Ojo, Adebola K., et al.
Pubblicazione: (2025)

A Generalization Bound for a Family of Implicit Networks
di: Fung, Samy Wu, et al.
Pubblicazione: (2024)

On the flow matching interpretability
di: Pivi, Francesco, et al.
Pubblicazione: (2025)

Distributed Sparse Linear Regression under Communication Constraints
di: Fonseca, Rodney, et al.
Pubblicazione: (2023)

Nonparametric estimation of a factorizable density using diffusion models
di: Kwon, Hyeok Kyu, et al.
Pubblicazione: (2025)

The Optimality of Kernel Classifiers in Sobolev Space
di: Lai, Jianfa, et al.
Pubblicazione: (2024)

Two-Stage Generative Model for Intracranial Aneurysm Meshes with Morphological Marker Conditioning
di: Ding, Wenhao, et al.
Pubblicazione: (2025)

Functional Large Deviations for Wide Deep Neural Networks with Gaussian Initialization and Lipschitz Activations
di: Macci, Claudio, et al.
Pubblicazione: (2026)

When fractional quasi p-norms concentrate
di: Tyukin, Ivan Y., et al.
Pubblicazione: (2025)

An operator learning perspective on parameter-to-observable maps
di: Huang, Daniel Zhengyu, et al.
Pubblicazione: (2024)

A Wasserstein perspective of Vanilla GANs
di: Kunkel, Lea, et al.
Pubblicazione: (2024)

Error Bounds for Learning with Vector-Valued Random Features
di: Lanthaler, Samuel, et al.
Pubblicazione: (2023)

On the Convergence of the ELBO to Entropy Sums
di: Lücke, Jörg, et al.
Pubblicazione: (2022)

Balanced LoRA: Removing Parameter Invariance to Accelerate Convergence
di: Castin, Valérie, et al.
Pubblicazione: (2026)

Optimizing Basis Function Selection in Constructive Wavelet Neural Networks and Its Applications
di: Huang, Dunsheng, et al.
Pubblicazione: (2025)

ConFIG: Towards Conflict-free Training of Physics Informed Neural Networks
di: Liu, Qiang, et al.
Pubblicazione: (2024)

Generative Models with ELBOs Converging to Entropy Sums
di: Warnken, Jan, et al.
Pubblicazione: (2024)

Adaptivity Under Realizability Constraints: Comparing In-Context and Agentic Learning
di: Kratsios, Anastasis, et al.
Pubblicazione: (2026)

A short tour of operator learning theory: Convergence rates, statistical limits, and open questions
di: Brugiapaglia, Simone, et al.
Pubblicazione: (2026)

Relocation of compact sets in $\mathbb{R}^n$ by diffeomorphisms and linear separability of datasets in $\mathbb{R}^n$
di: Yang, Xiao-Song, et al.
Pubblicazione: (2026)

Geometric Scattering on Measure Spaces
di: Chew, Joyce, et al.
Pubblicazione: (2022)

Progressive Feedforward Collapse of ResNet Training
di: Wang, Sicong, et al.
Pubblicazione: (2024)

Graph-Conditional Flow Matching for Relational Data Generation
di: Scassola, Davide, et al.
Pubblicazione: (2025)

Generative Design of Ship Propellers using Conditional Flow Matching
di: Kruger, Patrick, et al.
Pubblicazione: (2026)

A supervised deep learning method for nonparametric density estimation
di: Bos, Thijs, et al.
Pubblicazione: (2023)

Cooperative Multi-Agent Deep Reinforcement Learning in Content Ranking Optimization
di: Qin, Zhou, et al.
Pubblicazione: (2024)

The Inhibitor: ReLU and Addition-Based Attention for Efficient Transformers under Fully Homomorphic Encryption on the Torus
di: Brännvall, Rickard, et al.
Pubblicazione: (2023)

On The Convergence of Euler Discretization of Finite-Time Convergent Gradient Flows
di: Zhang, Siqi, et al.
Pubblicazione: (2020)

The Positivity of the Neural Tangent Kernel
di: Carvalho, Luís, et al.
Pubblicazione: (2024)

Overcoming Oversmoothness in Graph Convolutional Networks via Hybrid Scattering Networks
di: Wenkel, Frederik, et al.
Pubblicazione: (2022)