Buchumschlag

Linear Trading Position with Sparse Spectrum

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lai, Zhao-Rong, Yang, Haisheng
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

Autonomous Sparse Mean-CVaR Portfolio Optimization
von: Lin, Yizun, et al.
Veröffentlicht: (2024)

Invariant Risk Minimization Is A Total Variation Model
von: Lai, Zhao-Rong, et al.
Veröffentlicht: (2024)

The Sparse Frontier: Sparse Attention Trade-offs in Transformer LLMs
von: Nawrot, Piotr, et al.
Veröffentlicht: (2025)

Sparse Hybrid Linear-Morphological Networks
von: Fotopoulos, Konstantinos, et al.
Veröffentlicht: (2025)

Sparse Linear Regression and Lattice Problems
von: Gupte, Aparna, et al.
Veröffentlicht: (2024)

Sparse Linear Bandits with Blocking Constraints
von: Jain, Adit, et al.
Veröffentlicht: (2024)

Making Every Head Count: Sparse Attention Without the Speed-Performance Trade-off
von: Zhao, Mingkuan, et al.
Veröffentlicht: (2025)

Out-of-distribution Generalization for Total Variation based Invariant Risk Minimization
von: Wang, Yuanchao, et al.
Veröffentlicht: (2025)

Identifiability Challenges in Sparse Linear Ordinary Differential Equations
von: Casolo, Cecilia, et al.
Veröffentlicht: (2025)

Step-Level Sparse Autoencoder for Reasoning Process Interpretation
von: Yang, Xuan, et al.
Veröffentlicht: (2026)

Induced Covariance for Causal Discovery in Linear Sparse Structures
von: Mohseni-Sehdeh, Saeed, et al.
Veröffentlicht: (2024)

Accelerating Sparse Transformer Inference on GPU
von: Dai, Wenhao, et al.
Veröffentlicht: (2025)

Accelerating Frequency Domain Diffusion Models with Error-Feedback Event-Driven Caching
von: Liu, Dong, et al.
Veröffentlicht: (2026)

Spectrum-Informed Multistage Neural Networks: Multiscale Function Approximators of Machine Precision
von: Ng, Jakin, et al.
Veröffentlicht: (2024)

How Transformers Utilize Multi-Head Attention in In-Context Learning? A Case Study on Sparse Linear Regression
von: Chen, Xingwu, et al.
Veröffentlicht: (2024)

Follow The Approximate Sparse Leader for No-Regret Online Sparse Linear Approximation
von: Mukhopadhyay, Samrat, et al.
Veröffentlicht: (2025)

Learning a Fourier Transform for Linear Relative Positional Encodings in Transformers
von: Choromanski, Krzysztof Marcin, et al.
Veröffentlicht: (2023)

A De-singularity Subgradient Approach for the Extended Weber Location Problem
von: Lai, Zhao-Rong, et al.
Veröffentlicht: (2024)

Enhancing Linear Attention with Residual Learning
von: Lai, Xunhao, et al.
Veröffentlicht: (2025)

Scaling Linear Attention with Sparse State Expansion
von: Pan, Yuqi, et al.
Veröffentlicht: (2025)

Linear Mode Connectivity in Sparse Neural Networks
von: McDermott, Luke, et al.
Veröffentlicht: (2023)

Sparse Graphical Linear Dynamical Systems
von: Chouzenoux, Emilie, et al.
Veröffentlicht: (2023)

Controllable Pareto Trade-off between Fairness and Accuracy
von: Du, Yongkang, et al.
Veröffentlicht: (2025)

Learning to Forget: Bayesian Time Series Forecasting using Recurrent Sparse Spectrum Signature Gaussian Processes
von: Tóth, Csaba, et al.
Veröffentlicht: (2024)

Spectrum Extraction and Clipping for Implicitly Linear Layers
von: Boroojeny, Ali Ebrahimpour, et al.
Veröffentlicht: (2024)

Minimizing False-Positive Attributions in Explanations of Non-Linear Models
von: Gjølbye, Anders, et al.
Veröffentlicht: (2025)

Position: Curvature Matrices Should Be Democratized via Linear Operators
von: Dangel, Felix, et al.
Veröffentlicht: (2025)

FRWKV+: Adaptive Periodic-Position Branch Interaction for Frequency-Space Linear Time Series Forecasting
von: Yang, Qingyuan, et al.
Veröffentlicht: (2026)

SSH: Sparse Spectrum Adaptation via Discrete Hartley Transformation
von: Shen, Yixian, et al.
Veröffentlicht: (2025)

Misspecified $Q$-Learning with Sparse Linear Function Approximation: Tight Bounds on Approximation Error
von: Du, Ally Yalei, et al.
Veröffentlicht: (2024)

Circuit Representation Learning with Masked Gate Modeling and Verilog-AIG Alignment
von: Wu, Haoyuan, et al.
Veröffentlicht: (2025)

Learning and Transferring Sparse Contextual Bigrams with Linear Transformers
von: Ren, Yunwei, et al.
Veröffentlicht: (2024)

SEA: Sparse Linear Attention with Estimated Attention Mask
von: Lee, Heejun, et al.
Veröffentlicht: (2023)

Discussing the Spectrum of Physics-Enhanced Machine Learning; a Survey on Structural Mechanics Applications
von: Haywood-Alexander, Marcus, et al.
Veröffentlicht: (2023)

Discussion: Effective and Interpretable Outcome Prediction by Training Sparse Mixtures of Linear Experts
von: Folino, Francesco, et al.
Veröffentlicht: (2024)

Mean-Field Analysis for Learning Subspace-Sparse Polynomials with Gaussian Input
von: Chen, Ziang, et al.
Veröffentlicht: (2024)

Optimal Cross-Validation for Sparse Linear Regression
von: Cory-Wright, Ryan, et al.
Veröffentlicht: (2023)

Hamiltonian Monte Carlo Inference of Marginalized Linear Mixed-Effects Models
von: Lai, Jinlin, et al.
Veröffentlicht: (2024)

In-context Learning for Mixture of Linear Regressions: Existence, Generalization and Training Dynamics
von: Jin, Yanhao, et al.
Veröffentlicht: (2024)

Linear Transformers are Versatile In-Context Learners
von: Vladymyrov, Max, et al.
Veröffentlicht: (2024)