Buchumschlag

High-Dimensional Analysis of Bootstrap Ensemble Classifiers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tiomoko, Malik, Cherkaoui, Hamza, Seddik, Mohamed El Amine, Louart, Cosme, Schnoor, Ekkehard, Kegl, Balazs
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

Incorporating priors in learning: a random matrix study under a teacher-student framework
von: Tiomoko, Malik, et al.
Veröffentlicht: (2025)

Characterization of Gaussian Universality Breakdown in High-Dimensional Empirical Risk Minimization
von: Yaakoubi, Chiheb, et al.
Veröffentlicht: (2026)

A Random Matrix Perspective of Echo State Networks: From Precise Bias--Variance Characterization to Optimal Regularization
von: Moakher, Yessin, et al.
Veröffentlicht: (2025)

Generalization in Representation Models via Random Matrix Theory: Application to Recurrent Networks
von: Moakher, Yessin, et al.
Veröffentlicht: (2025)

Concept activation vectors: a unifying view and adversarial attacks
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2025)

$α$-TCAV: A Unified Framework for Testing with Concept Activation Vectors
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2026)

Analysing Multi-Task Regression via Random Matrix Theory with Application to Time Series Forecasting
von: Ilbert, Romain, et al.
Veröffentlicht: (2024)

TAG: A Decentralized Framework for Multi-Agent Hierarchical Reinforcement Learning
von: Paolo, Giuseppe, et al.
Veröffentlicht: (2025)

Human in the Loop Adaptive Optimization for Improved Time Series Forecasting
von: Tiomoko, Malik, et al.
Veröffentlicht: (2025)

LLMs as In-Context Meta-Learners for Model and Hyperparameter Selection
von: Hili, Youssef Attia El, et al.
Veröffentlicht: (2025)

Resolvent convergence for sample covariance matrices with general covariance profiles and quadratic-form control
von: Louart, Cosme
Veröffentlicht: (2021)

How Does Attention Help? Insights from Random Matrices on Signal Recovery from Sequence Models
von: Seddik, Mohamed El Amine
Veröffentlicht: (2026)

High-dimensional Learning with Noisy Labels
von: Firdoussi, Aymane El, et al.
Veröffentlicht: (2024)

Deep autoregressive density nets vs neural ensembles for model-based offline reinforcement learning
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2024)

$α$-LoRA: Effective Fine-Tuning via Base Model Rescaling
von: Firdoussi, Aymane El, et al.
Veröffentlicht: (2025)

Performance Gaps in Multi-view Clustering under the Nested Matrix-Tensor Model
von: Lebeau, Hugo, et al.
Veröffentlicht: (2024)

Noise-corrected GRPO: From Noisy Rewards to Unbiased Gradients
von: Mansouri, Omar El, et al.
Veröffentlicht: (2025)

Investigating Regularization of Self-Play Language Models
von: Alami, Reda, et al.
Veröffentlicht: (2024)

How Bad is Training on Synthetic Data? A Statistical Analysis of Language Model Collapse
von: Seddik, Mohamed El Amine, et al.
Veröffentlicht: (2024)

Operation with Concentration Inequalities
von: Louart, Cosme
Veröffentlicht: (2024)

Adaptive Sample Sharing for Multi Agent Linear Bandits
von: Cherkaoui, Hamza, et al.
Veröffentlicht: (2023)

Do Heavy Tails Help Diffusion? On the Subtle Trade-off Between Initialization and Training
von: Cherkaoui, Hamza, et al.
Veröffentlicht: (2026)

A Multi-step Loss Function for Robust Learning of the Dynamics in Model-based Reinforcement Learning
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2024)

Alignment with Preference Optimization Is All You Need for LLM Safety
von: Alami, Reda, et al.
Veröffentlicht: (2024)

On the Stability of the Jacobian Matrix in Deep Neural Networks
von: Dadoun, Benjamin, et al.
Veröffentlicht: (2025)

Accurate and Diverse LLM Mathematical Reasoning via Automated PRM-Guided GFlowNets
von: Younsi, Adam, et al.
Veröffentlicht: (2025)

Maximizing the Potential of Synthetic Data: Insights from Random Matrix Theory
von: Firdoussi, Aymane El, et al.
Veröffentlicht: (2024)

When to Transfer: Adaptive Source Selection for Positive Transfer in Linear Models
von: Cherkaoui, Hamza, et al.
Veröffentlicht: (2025)

Guided Safe Shooting: model based reinforcement learning with safety constraints
von: Paolo, Giuseppe, et al.
Veröffentlicht: (2022)

User-friendly Foundation Model Adapters for Multivariate Time Series Classification
von: Feofanov, Vasilii, et al.
Veröffentlicht: (2024)

AdaPTS: Adapting Univariate Foundation Models to Probabilistic Multivariate Time Series Forecasting
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2025)

From Data to Rewards: a Bilevel Optimization Perspective on Maximum Likelihood Estimation
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2025)

Random matrix theory improved Fréchet mean of symmetric positive definite matrices
von: Bouchard, Florent, et al.
Veröffentlicht: (2024)

Zero-shot Model-based Reinforcement Learning using Large Language Models
von: Benechehab, Abdelhakim, et al.
Veröffentlicht: (2024)

Classifiers in High Dimensional Hilbert Metrics
von: Acharya, Aditya, et al.
Veröffentlicht: (2026)

Classifying the Unstructured IT Service Desk Tickets Using Ensemble of Classifiers
von: C, Ramya, et al.
Veröffentlicht: (2021)

Universal concentration for sums under arbitrary dependence
von: Louart, Cosme, et al.
Veröffentlicht: (2026)

Classifier-Free Guidance: From High-Dimensional Analysis to Generalized Guidance Forms
von: Pavasovic, Krunoslav Lehman, et al.
Veröffentlicht: (2025)

Kolb-Based Experiential Learning for Generalist Agents with Human-Level Kaggle Data Science Performance
von: Grosnit, Antoine, et al.
Veröffentlicht: (2024)

Deep Neural Network Models Trained With A Fixed Random Classifier Transfer Better Across Domains
von: Ali, Hafiz Tiomoko, et al.
Veröffentlicht: (2024)