:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Brian, Mazumder, Rahul, Radchenko, Peter
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2506.20114
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2023)

Predicting Census Survey Response Rates With Parsimonious Additive Models and Structured Interactions
von: Ibrahim, Shibal, et al.
Veröffentlicht: (2021)

Multi-Task Learning for Sparsity Pattern Heterogeneity: Statistical and Computational Perspectives
von: Behdin, Kayhan, et al.
Veröffentlicht: (2022)

Randomization Can Reduce Both Bias and Variance: A Case Study in Random Forests
von: Liu, Brian, et al.
Veröffentlicht: (2024)

FAST: An Optimization Framework for Fast Additive Segmentation in Transparent ML
von: Liu, Brian, et al.
Veröffentlicht: (2024)

MOSS: Multi-Objective Optimization for Stable Rule Sets
von: Liu, Brian, et al.
Veröffentlicht: (2025)

Sparse NMF with Archetypal Regularization: Computational and Robustness Properties
von: Behdin, Kayhan, et al.
Veröffentlicht: (2021)

Preserving Deep Representations In One-Shot Pruning: A Hessian-Free Second-Order Optimization Framework
von: Lucas, Ryan, et al.
Veröffentlicht: (2024)

End-to-end Feature Selection Approach for Learning Skinny Trees
von: Ibrahim, Shibal, et al.
Veröffentlicht: (2023)

Computation of Least Trimmed Squares: A Branch-and-Bound framework with Hyperplane Arrangement Enhancements
von: Meng, Xiang, et al.
Veröffentlicht: (2026)

A Unified Approach to Extract Interpretable Rules from Tree Ensembles via Integer Programming
von: Bonasera, Lorenzo, et al.
Veröffentlicht: (2024)

3BASiL: An Algorithmic Framework for Sparse plus Low-Rank Compression of LLMs
von: Makni, Mehdi, et al.
Veröffentlicht: (2026)

ALPS: Improved Optimization for Highly Sparse One-Shot Pruning for Large Language Models
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

TSENOR: Highly-Efficient Algorithm for Finding Transposable N:M Sparse Masks
von: Meng, Xiang, et al.
Veröffentlicht: (2025)

Differentially Private High-dimensional Variable Selection via Integer Programming
von: Prastakos, Petros, et al.
Veröffentlicht: (2025)

Interpretable Clustering Ensemble
von: Lv, Hang, et al.
Veröffentlicht: (2025)

Inherently Interpretable Tree Ensemble Learning
von: Yang, Zebin, et al.
Veröffentlicht: (2024)

MOONSHOT : A Framework for Multi-Objective Pruning of Vision and Large Language Models
von: Afriat, Gabriel, et al.
Veröffentlicht: (2026)

An RKHS Perspective on Tree Ensembles
von: Dagdoug, Mehdi, et al.
Veröffentlicht: (2025)

ADMM-Q: An Improved Hessian-based Weight Quantizer for Post-Training Quantization of Large Language Models
von: Lucas, Ryan, et al.
Veröffentlicht: (2026)

FALCON: FLOP-Aware Combinatorial Optimization for Neural Network Pruning
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

Modeling with Categorical Features via Exact Fusion and Sparsity Regularisation
von: Behdin, Kayhan, et al.
Veröffentlicht: (2026)

Ask for More Than Bayes Optimal: A Theory of Indecisions for Classification
von: Ndaoud, Mohamed, et al.
Veröffentlicht: (2024)

REALITrees: Rashomon Ensemble Active Learning for Interpretable Trees
von: Nguyen, Simon D., et al.
Veröffentlicht: (2026)

Rethinking LLM Ensembling from the Perspective of Mixture Models
von: Fu, Jiale, et al.
Veröffentlicht: (2026)

HASSLE-free: A unified Framework for Sparse plus Low-Rank Matrix Decomposition for LLMs
von: Makni, Mehdi, et al.
Veröffentlicht: (2025)

Theoretical Compression Bounds for Wide Multilayer Perceptrons
von: Cheairi, Houssam El, et al.
Veröffentlicht: (2025)

On Computing Optimal Tree Ensembles
von: Komusiewicz, Christian, et al.
Veröffentlicht: (2023)

Decision Predicate Graphs: Enhancing Interpretability in Tree Ensembles
von: Arrighi, Leonardo, et al.
Veröffentlicht: (2024)

Learning Ensembles of Interpretable Simple Structure
von: Arwade, Gaurav, et al.
Veröffentlicht: (2025)

Efficient user history modeling with amortized inference for deep learning recommendation models
von: Hertel, Lars, et al.
Veröffentlicht: (2024)

Robust Batch-Level Query Routing for Large Language Models under Cost and Capacity Constraints
von: Markovic-Voronov, Jelena, et al.
Veröffentlicht: (2026)

Extracting Interpretable Task-Specific Circuits from Large Language Models for Faster Inference
von: García-Carrasco, Jorge, et al.
Veröffentlicht: (2024)

OSSCAR: One-Shot Structured Pruning in Vision and Language Models with Combinatorial Optimization
von: Meng, Xiang, et al.
Veröffentlicht: (2024)

LHT: Statistically-Driven Oblique Decision Trees for Interpretable Classification
von: Li, Hongyi, et al.
Veröffentlicht: (2025)

Safety through Permissibility: Shield Construction for Fast and Safe Reinforcement Learning
von: Politowicz, Alexander, et al.
Veröffentlicht: (2024)

Attacker Behaviour Profiling using Stochastic Ensemble of Hidden Markov Models
von: Deshmukh, Soham, et al.
Veröffentlicht: (2019)

Towards Sustainable Development: A Novel Integrated Machine Learning Model for Holistic Environmental Health Monitoring
von: Mazumder, Anirudh, et al.
Veröffentlicht: (2023)

Reinforcement Learning from Human Feedback: A Statistical Perspective
von: Liu, Pangpang, et al.
Veröffentlicht: (2026)

Interpretable Credit Default Prediction with Ensemble Learning and SHAP
von: Yang, Shiqi, et al.
Veröffentlicht: (2025)