Copertina

Online Decision-Focused Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Capitaine, Aymeric, Haddouche, Maxime, Moulines, Eric, Jordan, Michael I., Boursier, Etienne, Durmus, Alain
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Learning to Mitigate Externalities: the Coase Theorem with Hindsight Rationality
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Prediction-Aware Learning in Multi-Agent Systems
di: Capitaine, Aymeric, et al.
Pubblicazione: (2025)

Incentivized Learning in Principal-Agent Bandit Games
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Online Decision-Making in Tree-Like Multi-Agent Games with Transfers
di: Scheid, Antoine, et al.
Pubblicazione: (2025)

Optimal Design for Reward Modeling in RLHF
di: Scheid, Antoine, et al.
Pubblicazione: (2024)

Unravelling in Collaborative Learning
di: Capitaine, Aymeric, et al.
Pubblicazione: (2024)

Test-then-Punish: A Statistical Approach to Repeated Games
di: Capitaine, Aymeric, et al.
Pubblicazione: (2026)

Scaffold with Stochastic Gradients: New Analysis with Linear Speed-Up
di: Mangold, Paul, et al.
Pubblicazione: (2025)

Refined Analysis of Federated Averaging and Federated Richardson-Romberg
di: Mangold, Paul, et al.
Pubblicazione: (2024)

Algorithm- and Data-Dependent Generalization Bounds for Diffusion Models
di: Dupuis, Benjamin, et al.
Pubblicazione: (2025)

Online (Non-)Convex Learning via Tempered Optimism
di: Haddouche, Maxime, et al.
Pubblicazione: (2023)

Sequential Off-Policy Learning with Logarithmic Smoothing
di: Haddouche, Maxime, et al.
Pubblicazione: (2025)

Briding Diffusion Posterior Sampling and Monte Carlo methods: a survey
di: Janati, Yazid, et al.
Pubblicazione: (2025)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
di: Huix, Tom, et al.
Pubblicazione: (2024)

On Sampling with Approximate Transport Maps
di: Grenioux, Louis, et al.
Pubblicazione: (2023)

Federated Learning with Nonvacuous Generalisation Bounds
di: Jobic, Pierre, et al.
Pubblicazione: (2023)

Categorical Reparameterization with Denoising Diffusion models
di: Gourevitch, Samson, et al.
Pubblicazione: (2026)

Piecewise deterministic generative models
di: Bertazzi, Andrea, et al.
Pubblicazione: (2024)

Divide-and-Conquer Posterior Sampling for Denoising Diffusion Priors
di: Janati, Yazid, et al.
Pubblicazione: (2024)

Softmax as Linear Attention in the Large-Prompt Regime: a Measure-based Perspective
di: Boursier, Etienne, et al.
Pubblicazione: (2025)

Early alignment in two-layer networks training is a two-edged sword
di: Boursier, Etienne, et al.
Pubblicazione: (2024)

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

Penalising the biases in norm regularisation enforces sparsity
di: Boursier, Etienne, et al.
Pubblicazione: (2023)

Conditional Diffusion Models with Classifier-Free Gibbs-like Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2025)

Implicit Bias in Noisy-SGD: With Applications to Differentially Private Training
di: Sander, Tom, et al.
Pubblicazione: (2024)

Uniform Diffusion Models Revisited: Leave-One-Out Denoiser and Absorbing State Reformulation
di: Gourevitch, Samson, et al.
Pubblicazione: (2026)

A survey on multi-player bandits
di: Boursier, Etienne, et al.
Pubblicazione: (2022)

Generalization Bounds for Markov Algorithms through Entropy Flow Computations
di: Dupuis, Benjamin, et al.
Pubblicazione: (2025)

A PAC-Bayesian Link Between Generalisation and Flat Minima
di: Haddouche, Maxime, et al.
Pubblicazione: (2024)

Tighter Generalisation Bounds via Interpolation
di: Viallard, Paul, et al.
Pubblicazione: (2024)

A Mixture-Based Framework for Guiding Diffusion Models
di: Janati, Yazid, et al.
Pubblicazione: (2025)

Variational Diffusion Posterior Sampling with Midpoint Guidance
di: Moufad, Badr, et al.
Pubblicazione: (2024)

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson-Romberg Extrapolation
di: Sheshukova, Marina, et al.
Pubblicazione: (2024)

Rosenthal-type inequalities for linear statistics of Markov chains
di: Durmus, Alain, et al.
Pubblicazione: (2023)

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

First-order ANIL provably learns representations despite overparametrization
di: Yüksel, Oğuz Kaan, et al.
Pubblicazione: (2023)

Joint Channel Selection using FedDRL in V2X
di: Mancini, Lorenzo, et al.
Pubblicazione: (2024)

Mildly Overparameterized ReLU Networks on Orthogonal Data: Incremental Learning and Implicit Bias
di: Town, James, et al.
Pubblicazione: (2026)

Benignity of loss landscape with weight decay requires both large overparametrization and initialization
di: Boursier, Etienne, et al.
Pubblicazione: (2025)

Regret and Sample Complexity of Online Q-Learning via Concentration of Stochastic Approximation with Time-Inhomogeneous Markov Chains
di: Singh, Rahul, et al.
Pubblicazione: (2026)