Buchumschlag

Learning Overspecified Gaussian Mixtures Exponentially Fast with the EM Algorithm

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Assylbekov, Zhenisbek, Legg, Alan, Pak, Artur
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

Overspecified Mixture Discriminant Analysis: Exponential Convergence, Statistical Guarantees, and Remote Sensing Applications
von: Bolatov, Arman, et al.
Veröffentlicht: (2025)

Gradient Descent Fails to Learn High-frequency Functions and Modular Arithmetic
von: Takhanov, Rustem, et al.
Veröffentlicht: (2023)

Conditional KRR: Injecting Unpenalized Features into Kernel Methods with Applications to Kernel Thresholding
von: Takhanov, Rustem, et al.
Veröffentlicht: (2026)

Simplex Deep Linear Discriminant Analysis
von: Tezekbayev, Maxat, et al.
Veröffentlicht: (2026)

Deep Linear Discriminant Analysis Revisited
von: Tezekbayev, Maxat, et al.
Veröffentlicht: (2026)

Classifier Performance on Long‐Tail Distributions
von: Artur Pak, et al.
Veröffentlicht: (2025)

Characterizing Evolution in Expectation-Maximization Estimates for Overspecified Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2025)

Network EM Algorithm for Gaussian Mixture Model in Decentralized Federated Learning
von: Wu, Shuyuan, et al.
Veröffentlicht: (2024)

Transformers as Unsupervised Learning Algorithms: A study on Gaussian Mixtures
von: Chen, Zhiheng, et al.
Veröffentlicht: (2025)

Fast Deep Mixtures of Gaussian Process Experts
von: Etienam, Clement, et al.
Veröffentlicht: (2020)

Adaptive Exponential Integration for Stable Gaussian Mixture Black-Box Variational Inference
von: Che, Baojun, et al.
Veröffentlicht: (2026)

Go With the Flow: Fast Diffusion for Gaussian Mixture Models
von: Rapakoulias, George, et al.
Veröffentlicht: (2024)

Stein's Lemma for the Reparameterization Trick with Exponential Family Mixtures
von: Lin, Wu, et al.
Veröffentlicht: (2019)

Global Convergence of Gradient EM for Over-Parameterized Gaussian Mixtures
von: Zhou, Mo, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Exponential Utility: Algorithms and Convergence in Discounted MDPs
von: Thoppe, Gugan, et al.
Veröffentlicht: (2026)

Federated Gaussian Mixture Models
von: Pettersson, Sophia Zhang, et al.
Veröffentlicht: (2025)

Learning a Gaussian Mixture for Sparsity Regularization in Inverse Problems
von: Alberti, Giovanni S., et al.
Veröffentlicht: (2024)

Understanding Self-Supervised Learning via Gaussian Mixture Models
von: Bansal, Parikshit, et al.
Veröffentlicht: (2024)

Analysis of High-dimensional Gaussian Labeled-unlabeled Mixture Model via Message-passing Algorithm
von: Gu, Xiaosi, et al.
Veröffentlicht: (2024)

Algorithms and Scientific Software for Quasi-Monte Carlo, Fast Gaussian Process Regression, and Scientific Machine Learning
von: Sorokin, Aleksei G.
Veröffentlicht: (2025)

Gaussian-Mixture-Model Q-Functions for Policy Iteration in Reinforcement Learning
von: Vu, Minh, et al.
Veröffentlicht: (2025)

Gaussian-Mixture-Model Q-Functions for Reinforcement Learning by Riemannian Optimization
von: Vu, Minh, et al.
Veröffentlicht: (2024)

Variational Inference with Mixtures of Isotropic Gaussians
von: Petit-Talamon, Marguerite, et al.
Veröffentlicht: (2025)

Sampling via Gaussian Mixture Approximations
von: Huang, Yongchao
Veröffentlicht: (2025)

One-Pass Sparsified Gaussian Mixtures
von: Kightley, Eric, et al.
Veröffentlicht: (2019)

GGMPs: Generalized Gaussian Mixture Processes
von: Tekriwal, Vardaan, et al.
Veröffentlicht: (2026)

Effects of Exponential Gaussian Distribution on (Double Sampling) Randomized Smoothing
von: Shu, Youwei, et al.
Veröffentlicht: (2024)

Learning to Add, Multiply, and Execute Algorithmic Instructions Exactly with Neural Networks
von: de Luca, Artur Back, et al.
Veröffentlicht: (2025)

An EM Gradient Algorithm for Mixture Models with Components Derived from the Manly Transformation
von: Clark, Katharine M., et al.
Veröffentlicht: (2024)

Scalable Clustering: Large Scale Unsupervised Learning of Gaussian Mixture Models with Outliers
von: Zhou, Yijia, et al.
Veröffentlicht: (2023)

Graph-Regularized Learning of Gaussian Mixture Models
von: Abdurakhmanova, Shamsiiat, et al.
Veröffentlicht: (2025)

Toward Global Convergence of Gradient EM for Over-Parameterized Gaussian Mixture Models
von: Xu, Weihang, et al.
Veröffentlicht: (2024)

Individual-heterogeneous sub-Gaussian Mixture Models
von: Qing, Huan
Veröffentlicht: (2026)

On Parameter Estimation in Deviated Gaussian Mixture of Experts
von: Nguyen, Huy, et al.
Veröffentlicht: (2024)

Gaussian Process-Gated Hierarchical Mixtures of Experts
von: Liu, Yuhao, et al.
Veröffentlicht: (2023)

End-To-End Learning of Gaussian Mixture Priors for Diffusion Sampler
von: Blessing, Denis, et al.
Veröffentlicht: (2025)

Learning Mixtures of Experts with EM: A Mirror Descent Perspective
von: Fruytier, Quentin, et al.
Veröffentlicht: (2024)

Physically Interpretable Representation Learning with Gaussian Mixture Variational AutoEncoder (GM-VAE)
von: Fan, Tiffany, et al.
Veröffentlicht: (2025)

Online Multi-Source Domain Adaptation through Gaussian Mixtures and Dataset Dictionary Learning
von: Montesuma, Eduardo Fernandes, et al.
Veröffentlicht: (2024)

Sample-Efficient Private Learning of Mixtures of Gaussians
von: Ashtiani, Hassan, et al.
Veröffentlicht: (2024)