:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yun, Vincent-Daniel
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Information Theory Numerical Analysis
Online-Zugang:	https://arxiv.org/abs/2508.07142
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Leveraging Gauge Freedom for Learning Non-Gradient Population Dynamics of Stochastic Systems
von: Berman, Jules, et al.
Veröffentlicht: (2026)

A Single-Loop Gradient Descent and Perturbed Ascent Algorithm for Nonconvex Functional Constrained Optimization
von: Lu, Songtao
Veröffentlicht: (2022)

Insights from Gradient Dynamics: Gradient Autoscaled Normalization
von: Yun, Vincent-Daniel
Veröffentlicht: (2025)

Streaming Krylov-Accelerated Stochastic Gradient Descent
von: Thomas, Stephen
Veröffentlicht: (2025)

Neural Operators as Efficient Function Interpolators
von: Niarchos, Vasilis, et al.
Veröffentlicht: (2026)

Characteristic Learning for Provable One Step Generation
von: Ding, Zhao, et al.
Veröffentlicht: (2024)

BWLer: Barycentric Weight Layer Elucidates a Precision-Conditioning Tradeoff for PINNs
von: Liu, Jerry, et al.
Veröffentlicht: (2025)

GRAFT: Gradient-Aware Fast MaxVol Technique for Dynamic Data Sampling
von: Jha, Ashish, et al.
Veröffentlicht: (2025)

V-ABFT: Variance-Based Adaptive Threshold for Fault-Tolerant Matrix Multiplication in Mixed-Precision Deep Learning
von: Gao, Yiheng, et al.
Veröffentlicht: (2026)

Deep Learning-Enhanced Preconditioning for Efficient Conjugate Gradient Solvers in Large-Scale PDE Systems
von: Li, Rui, et al.
Veröffentlicht: (2024)

Low-Rank Adversarial PGD Attack
von: Savostianova, Dayana, et al.
Veröffentlicht: (2024)

Market-Driven Subset Selection for Budgeted Training
von: Jha, Ashish, et al.
Veröffentlicht: (2025)

Finite Samples for Shallow Neural Networks
von: Xia, Yu, et al.
Veröffentlicht: (2025)

Physics-informed deep learning and compressive collocation for high-dimensional diffusion-reaction equations: practical existence theory and numerics
von: Brugiapaglia, Simone, et al.
Veröffentlicht: (2024)

Approximation Rates in Fréchet Metrics: Barron Spaces, Paley-Wiener Spaces, and Fourier Multipliers
von: Abdeljawad, Ahmed, et al.
Veröffentlicht: (2024)

Fast Mutual Information Computation for Large Binary Datasets
von: Falcao, Andre O.
Veröffentlicht: (2024)

Accelerated Gradient-based Design Optimization Via Differentiable Physics-Informed Neural Operator: A Composites Autoclave Processing Case Study
von: Patel, Janak M., et al.
Veröffentlicht: (2025)

Low-Rank Compression of Pretrained Models via Randomized Subspace Iteration
von: Pourkamali-Anaraki, Farhad
Veröffentlicht: (2026)

Huber-energy measure quantization
von: Turinici, Gabriel
Veröffentlicht: (2022)

Unveiling the Power of Multiple Gossip Steps: A Stability-Based Generalization Analysis in Decentralized Training
von: Li, Qinglun, et al.
Veröffentlicht: (2025)

ELM-DeepONets: Backpropagation-Free Training of Deep Operator Networks via Extreme Learning Machines
von: Son, Hwijae
Veröffentlicht: (2025)

Provable Post-Training Quantization: Theoretical Analysis of OPTQ and Qronos
von: Zhang, Haoyu, et al.
Veröffentlicht: (2025)

A physics-informed neural network framework for modeling obstacle-related equations
von: Bahja, Hamid El, et al.
Veröffentlicht: (2023)

Fast Fourier Transform-Based Spectral and Temporal Gradient Filtering for Differential Privacy
von: Shin, Hyeju, et al.
Veröffentlicht: (2025)

Sharpness-Aware Minimization with Z-Score Gradient Filtering
von: Yun, Vincent-Daniel
Veröffentlicht: (2025)

On Stochastic Rounding with Few Random Bits
von: Fitzgibbon, Andrew, et al.
Veröffentlicht: (2025)

Benign overfitting in Fixed Dimension via Physics-Informed Learning with Smooth Inductive Bias
von: Wong, Honam, et al.
Veröffentlicht: (2024)

The Vanishing Gradient Problem for Stiff Neural Differential Equations
von: Fronk, Colby, et al.
Veröffentlicht: (2025)

eXmY: A Data Type and Technique for Arbitrary Bit Precision Quantization
von: Agrawal, Aditya, et al.
Veröffentlicht: (2024)

Robust Training of Neural Networks at Arbitrary Precision and Sparsity
von: Ye, Chengxi, et al.
Veröffentlicht: (2024)

Online Pseudo-average Shifting Attention(PASA) for Robust Low-precision LLM Inference: Algorithms and Numerical Analysis
von: Cheng, Long, et al.
Veröffentlicht: (2025)

Dual Cone Gradient Descent for Training Physics-Informed Neural Networks
von: Hwang, Youngsik, et al.
Veröffentlicht: (2024)

Preconditioning for Accelerated Gradient Descent Optimization and Regularization
von: Ye, Qiang
Veröffentlicht: (2024)

PowerStep: Memory-Efficient Adaptive Optimization via $\ell_p$-Norm Steepest Descent
von: Lu, Yao, et al.
Veröffentlicht: (2026)

Spectral Informed Neural Network: An Efficient and Low-Memory PINN
von: Yu, Tianchi, et al.
Veröffentlicht: (2024)

Scattering Networks on Noncommutative Finite Groups
von: Arias, Maria Teresa, et al.
Veröffentlicht: (2025)

Symmetric Rank-One Quasi-Newton Methods for Deep Learning Using Cubic Regularization
von: Ranganath, Aditya, et al.
Veröffentlicht: (2025)

Randomized Space-Time Sampling for Affine Graph Dynamical Systems
von: Gong, Le, et al.
Veröffentlicht: (2025)

Estimating quantum relative entropies on quantum computers
von: Lu, Yuchen, et al.
Veröffentlicht: (2025)

Eigenmatrix for unstructured sparse recovery
von: Ying, Lexing
Veröffentlicht: (2023)