Buchumschlag

A Dataless Reinforcement Learning Approach to Rounding Hyperplane Optimization for Max-Cut

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Maliakal, Gabriel, Alkhouri, Ismail, Velasquez, Alvaro, Alessio, Adam M, Ravishankar, Saiprasad
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

On the Dataless Training of Neural Networks
von: Velasquez, Alvaro, et al.
Veröffentlicht: (2025)

Tada-DIP: Input-adaptive Deep Image Prior for One-shot 3D Image Reconstruction
von: Bell, Evan, et al.
Veröffentlicht: (2025)

UGoDIT: Unsupervised Group Deep Image Prior Via Transferable Weights
von: Liang, Shijun, et al.
Veröffentlicht: (2025)

SITCOM: Step-wise Triple-Consistent Diffusion Sampling for Inverse Problems
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2024)

Robust MRI Reconstruction by Smoothed Unrolling (SMUG)
von: Liang, Shijun, et al.
Veröffentlicht: (2023)

Decoupled Data Consistency with Diffusion Purification for Image Restoration
von: Li, Xiang, et al.
Veröffentlicht: (2024)

Adaptive Local Neighborhood-based Neural Networks for MR Image Reconstruction from Undersampled Data
von: Liang, Shijun, et al.
Veröffentlicht: (2022)

Differentiable Quadratic Optimization For The Maximum Independent Set Problem
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2024)

Learning Dynamics of Deep Linear Networks Beyond the Edge of Stability
von: Ghosh, Avrajit, et al.
Veröffentlicht: (2025)

NERD: Network-Regularized Diffusion Sampling For 3D Computed Tomography
von: Liang, Shijun, et al.
Veröffentlicht: (2025)

Robust Physics-based Deep MRI Reconstruction Via Diffusion Purification
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2023)

Sequential Diffusion-Guided Deep Image Prior For Medical Image Reconstruction
von: Liang, Shijun, et al.
Veröffentlicht: (2024)

Structure-Preserving Network Compression Via Low-Rank Induced Training Through Linear Layers Composition
von: Zhang, Xitong, et al.
Veröffentlicht: (2024)

ForcingDAS: Unified and Robust Data Assimilation via Diffusion Forcing
von: Jia, Yixuan, et al.
Veröffentlicht: (2026)

Cutting Through Privacy: A Hyperplane-Based Data Reconstruction Attack in Federated Learning
von: Diana, Francesco, et al.
Veröffentlicht: (2025)

Pruning Unrolled Networks (PUN) at Initialization for MRI Reconstruction Improves Generalization
von: Liang, Shijun, et al.
Veröffentlicht: (2024)

A Principled Self-Referenced Early Stopping Approach for Deep Image Prior
von: Huang, Chaoyan, et al.
Veröffentlicht: (2026)

Dataless Knowledge Fusion by Merging Weights of Language Models
von: Jin, Xisen, et al.
Veröffentlicht: (2022)

A Scalable Lift-and-Project Differentiable Approach For the Maximum Cut Problem
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2025)

Fitting Unknown Number of Hyperplanes with Manifold Optimization
von: Cheng, Zhiqin, et al.
Veröffentlicht: (2026)

Understanding Untrained Deep Models for Inverse Problems: Algorithms and Theory
von: Alkhouri, Ismail, et al.
Veröffentlicht: (2025)

Dynamic MRI Reconstruction Via Dual Deep Priors and Low-Rank Plus Sparse Modeling
von: Sun, Yongliang, et al.
Veröffentlicht: (2026)

Improving Efficiency of Diffusion Models via Multi-Stage Framework and Tailored Multi-Decoder Architectures
von: Zhang, Huijie, et al.
Veröffentlicht: (2023)

Bayesian Inverse Reinforcement Learning for Non-Markovian Rewards
von: Topper, Noah, et al.
Veröffentlicht: (2024)

MaxCode: A Max-Reward Reinforcement Learning Framework for Automated Code Optimization
von: Ou, Jiefu, et al.
Veröffentlicht: (2026)

Variational Learning Finds Flatter Solutions at the Edge of Stability
von: Ghosh, Avrajit, et al.
Veröffentlicht: (2025)

Comparison of Hyperplane Rounding for Max-Cut and Quantum Approximate Optimization Algorithm over Certain Regular Graph Families
von: Tate, Reuben, et al.
Veröffentlicht: (2025)

Random Linear Projections Loss for Hyperplane-Based Optimization in Neural Networks
von: Venkatasubramanian, Shyam, et al.
Veröffentlicht: (2023)

To the Max: Reinventing Reward in Reinforcement Learning
von: Veviurko, Grigorii, et al.
Veröffentlicht: (2024)

A Unified Optimization Framework for Multiclass Classification with Structured Hyperplane Arrangements
von: Blanco, Víctor, et al.
Veröffentlicht: (2025)

RLAF: Reinforcement Learning from Automaton Feedback
von: Alinejad, Mahyar, et al.
Veröffentlicht: (2025)

L-FAME: Longitudinal Focused Attention Meditation EEG Dataset and Benchmark
von: Li, Angqi, et al.
Veröffentlicht: (2026)

Safety Filters for Black-Box Dynamical Systems by Learning Discriminating Hyperplanes
von: Lavanakul, Will, et al.
Veröffentlicht: (2024)

Multi-Objective Reinforcement Learning with Max-Min Criterion: A Game-Theoretic Approach
von: Byeon, Woohyeon, et al.
Veröffentlicht: (2025)

Novel Deep Neural Network Classifier Characterization Metrics with Applications to Dataless Evaluation
von: Dean, Nathaniel, et al.
Veröffentlicht: (2024)

Learning Hyperplane Tree: A Piecewise Linear and Fully Interpretable Decision-making Framework
von: Li, Hongyi, et al.
Veröffentlicht: (2025)

Optimal Eye Surgeon: Finding Image Priors through Sparse Generators at Initialization
von: Ghosh, Avrajit, et al.
Veröffentlicht: (2024)

Round-trip Reinforcement Learning: Self-Consistent Training for Better Chemical LLMs
von: Kong, Lecheng, et al.
Veröffentlicht: (2025)

Consensus-based Decentralized Multi-agent Reinforcement Learning for Random Access Network Optimization
von: Oh, Myeung Suk, et al.
Veröffentlicht: (2025)

Poisson Hyperplane Processes with Rectified Linear Units
von: Ge, Shufei, et al.
Veröffentlicht: (2026)