Buchumschlag

Adaptive Linear Embedding for Nonstationary High-Dimensional Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wen, Yuejiang, Franzon, Paul D.
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

Can an Actor-Critic Optimization Framework Improve Analog Design Optimization?
von: Dutta, Sounak, et al.
Veröffentlicht: (2026)

Can Low-Rank Knowledge Distillation in LLMs be Useful for Microelectronic Reasoning?
von: Rouf, Nirjhor, et al.
Veröffentlicht: (2024)

Nonstationary Reinforcement Learning with Linear Function Approximation
von: Zhou, Huozhi, et al.
Veröffentlicht: (2020)

Repetitions are not all alike: distinct mechanisms sustain repetition in language models
von: Mahaut, Matéo, et al.
Veröffentlicht: (2025)

Nonstationary Generalized Linear Bandits with Discounted Online Mirror Descent
von: Lee, Joongkyu, et al.
Veröffentlicht: (2026)

High-Dimensional Bayesian Optimization Using Both Random and Supervised Embeddings
von: Priem, Rémy, et al.
Veröffentlicht: (2025)

An Adaptive Dropout Approach for High-Dimensional Bayesian Optimization
von: Huang, Jundi, et al.
Veröffentlicht: (2025)

Adaptive Locally Linear Embedding
von: Goli, Ali, et al.
Veröffentlicht: (2025)

Explore-then-Commit for Nonstationary Linear Bandits with Latent Dynamics
von: Choi, Sunmook, et al.
Veröffentlicht: (2025)

Enhanced High-Dimensional Data Visualization through Adaptive Multi-Scale Manifold Embedding
von: Ni, Tianhao, et al.
Veröffentlicht: (2025)

On the Provable Suboptimality of Momentum SGD in Nonstationary Stochastic Optimization
von: Sahu, Sharan, et al.
Veröffentlicht: (2026)

Adapt or Forget: Provable Tradeoffs Between Adam and SGD in Nonstationary Optimization
von: Sahu, Sharan, et al.
Veröffentlicht: (2026)

Orthogonal Subspace Clustering: Enhancing High-Dimensional Data Analysis through Adaptive Dimensionality Reduction and Efficient Clustering
von: Wen, Qing-Yuan, et al.
Veröffentlicht: (2026)

Identifying Nonstationary Causal Structures with High-Order Markov Switching Models
von: Balsells-Rodas, Carles, et al.
Veröffentlicht: (2024)

Quick-Draw Bandits: Quickly Optimizing in Nonstationary Environments with Extremely Many Arms
von: Everett, Derek, et al.
Veröffentlicht: (2025)

A Single-Sample Polylogarithmic Regret Bound for Nonstationary Online Linear Programming
von: Xu, Haoran, et al.
Veröffentlicht: (2026)

Nonstationary Sparse Spectral Permanental Process
von: Sun, Zicheng, et al.
Veröffentlicht: (2024)

The emergence of numerical representations in communicating artificial agents
von: Mihai, Daniela, et al.
Veröffentlicht: (2026)

Linear Dimensionality Reduction for Word Embeddings in Tabular Data Classification
von: Ressel, Liam, et al.
Veröffentlicht: (2025)

Neighbor Embedding for High-Dimensional Sparse Poisson Data
von: Mudrik, Noga, et al.
Veröffentlicht: (2026)

DB-KSVD: Scalable Alternating Optimization for Disentangling High-Dimensional Embedding Spaces
von: Valentin, Romeo, et al.
Veröffentlicht: (2025)

Co-Supervised Learning: Improving Weak-to-Strong Generalization with Hierarchical Mixture of Experts
von: Liu, Yuejiang, et al.
Veröffentlicht: (2024)

Describing Nonstationary Data Streams in Frequency Domain
von: Komorniczak, Joanna
Veröffentlicht: (2025)

Regular Fourier Features for Nonstationary Gaussian Processes
von: Jawaid, Arsalan, et al.
Veröffentlicht: (2026)

High-Dimensional Private Linear Regression with Optimal Rates
von: Bombari, Simone, et al.
Veröffentlicht: (2025)

Fairness Constraints in High-Dimensional Generalized Linear Models
von: Lin, Yixiao, et al.
Veröffentlicht: (2026)

Scaling Laws of Global Weather Models
von: Yu, Yuejiang, et al.
Veröffentlicht: (2026)

Learning Low-Dimensional Embeddings for Black-Box Optimization
von: Busetto, Riccardo, et al.
Veröffentlicht: (2025)

Understanding High-Dimensional Bayesian Optimization
von: Papenmeier, Leonard, et al.
Veröffentlicht: (2025)

A State-Space Approach to Nonstationary Discriminant Analysis
von: Xie, Shuilian, et al.
Veröffentlicht: (2025)

Online Conformal Model Selection for Nonstationary Time Series
von: Li, Shibo, et al.
Veröffentlicht: (2025)

Causal Temporal Representation Learning with Nonstationary Sparse Transition
von: Song, Xiangchen, et al.
Veröffentlicht: (2024)

Causal Inference from Slowly Varying Nonstationary Processes
von: Du, Kang, et al.
Veröffentlicht: (2024)

Unified Transfer Learning Models in High-Dimensional Linear Regression
von: Liu, Shuo Shuo
Veröffentlicht: (2023)

Lecture Notes on High Dimensional Linear Regression
von: Quaini, Alberto
Veröffentlicht: (2024)

Crowd-Robot Interaction: Crowd-aware Robot Navigation with Attention-based Deep Reinforcement Learning
von: Chen, Changan, et al.
Veröffentlicht: (2018)

SEEK: Self-adaptive Explainable Kernel For Nonstationary Gaussian Processes
von: Negarandeh, Nima, et al.
Veröffentlicht: (2025)

Learning to Query History: Nonstationary Classification via Learned Retrieval
von: Gammell, Jimmy, et al.
Veröffentlicht: (2026)

Nonstationary Time Series Forecasting via Unknown Distribution Adaptation
von: Li, Zijian, et al.
Veröffentlicht: (2024)

Interpretation of High-Dimensional Regression Coefficients by Comparison with Linearized Compressing Features
von: Schaeffer, Joachim, et al.
Veröffentlicht: (2024)