Buchumschlag

On the Generalization Properties of Learning the Random Feature Models with Learnable Activation Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ma, Zailin, Yang, Jiansheng, Yang, Yaodong
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

Learning Expressive Random Feature Models via Parametrized Activations
von: Ma, Zailin, et al.
Veröffentlicht: (2024)

Accelerated Distributional Temporal Difference Learning with Linear Function Approximation
von: Jin, Kaicheng, et al.
Veröffentlicht: (2025)

Shallow Neural Networks Learn Low-Degree Spherical Polynomials with Feature Learning by Learnable Channel Attention
von: Yang, Yingzhen
Veröffentlicht: (2025)

Low-dimensional Functions are Efficiently Learnable under Randomly Biased Distributions
von: Cornacchia, Elisabetta, et al.
Veröffentlicht: (2025)

End-to-end Kernel Learning via Generative Random Fourier Features
von: Fang, Kun, et al.
Veröffentlicht: (2020)

Subtractive Modulative Network with Learnable Periodic Activations
von: Wang, Tiou, et al.
Veröffentlicht: (2026)

Rethinking Graph Out-Of-Distribution Generalization: A Learnable Random Walk Perspective
von: Sun, Henan, et al.
Veröffentlicht: (2025)

Tangma: A Tanh-Guided Activation Function with Learnable Parameters
von: Golwala, Shreel
Veröffentlicht: (2025)

Learnable Activation Functions in Physics-Informed Neural Networks for Solving Partial Differential Equations
von: Farea, Afrah, et al.
Veröffentlicht: (2024)

Generalization Bound for Diffusion Models using Random Features
von: Saha, Esha, et al.
Veröffentlicht: (2023)

Understanding Representation Learnability of Nonlinear Self-Supervised Learning
von: Yang, Ruofeng, et al.
Veröffentlicht: (2024)

General Graph Random Features
von: Reid, Isaac, et al.
Veröffentlicht: (2023)

Advancing Out-of-Distribution Detection through Data Purification and Dynamic Activation Function Design
von: Ji, Yingrui, et al.
Veröffentlicht: (2024)

Quantum-Enhanced Multi-Task Learning with Learnable Weighting for Pharmacokinetic and Toxicity Prediction
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Linear Transformers with Learnable Kernel Functions are Better In-Context Models
von: Aksenov, Yaroslav, et al.
Veröffentlicht: (2024)

Enhance the Safety in Reinforcement Learning by ADRC Lagrangian Methods
von: Zhang, Mingxu, et al.
Veröffentlicht: (2026)

Adversarially Robust PAC Learnability of Real-Valued Functions
von: Attias, Idan, et al.
Veröffentlicht: (2022)

Goal Discovery with Causal Capacity for Efficient Reinforcement Learning
von: Yu, Yan, et al.
Veröffentlicht: (2025)

STAS: Spatial-Temporal Return Decomposition for Multi-agent Reinforcement Learning
von: Chen, Sirui, et al.
Veröffentlicht: (2023)

Safe Reinforcement Learning using Finite-Horizon Gradient-based Estimation
von: Dai, Juntao, et al.
Veröffentlicht: (2024)

DRIK: Distribution-Robust Inductive Kriging without Information Leakage
von: Yang, Chen, et al.
Veröffentlicht: (2025)

Cluster-Based Generalized Additive Models Informed by Random Fourier Features
von: Huang, Xin, et al.
Veröffentlicht: (2025)

Conditional Feature Importance with Generative Modeling Using Adversarial Random Forests
von: Blesch, Kristin, et al.
Veröffentlicht: (2025)

Characterizing the Multiclass Learnability of Forgiving 0-1 Loss Functions
von: Trauger, Jacob, et al.
Veröffentlicht: (2025)

KAPLAN: Kolmogorov-Arnold Prognostic Learnable Activation Networks for Survival Analysis
von: Logothetis, Stelios Boulitsakis, et al.
Veröffentlicht: (2026)

Deep Generative Imputation Model for Missing Not At Random Data
von: Chen, Jialei, et al.
Veröffentlicht: (2023)

Soft Gradient Boosting with Learnable Feature Transforms for Sequential Regression
von: Karaca, Huseyin, et al.
Veröffentlicht: (2025)

Differentiable Information Enhanced Model-Based Reinforcement Learning
von: Zhang, Xiaoyuan, et al.
Veröffentlicht: (2025)

Optimal Kernel Quantile Learning with Random Features
von: Wang, Caixing, et al.
Veröffentlicht: (2024)

Generalised Linear Models in Deep Bayesian RL with Learnable Basis Functions
von: You, Jingyang, et al.
Veröffentlicht: (2025)

Gated Graph Attention Networks with Learnable Temperature
von: Ma, Zhongtian, et al.
Veröffentlicht: (2026)

OOD-Chameleon: Is Algorithm Selection for OOD Generalization Learnable?
von: Jiang, Liangze, et al.
Veröffentlicht: (2024)

Insertion Based Sequence Generation with Learnable Order Dynamics
von: Patel, Dhruvesh, et al.
Veröffentlicht: (2026)

Don't Forget the Nonlinearity: Unlocking Activation Functions in Efficient Fine-Tuning
von: Yin, Bo, et al.
Veröffentlicht: (2025)

Learnable Privacy Neurons Localization in Language Models
von: Chen, Ruizhe, et al.
Veröffentlicht: (2024)

Rethinking Time Encoding via Learnable Transformation Functions
von: Chen, Xi, et al.
Veröffentlicht: (2025)

LESA: Learnable LLM Layer Scaling-Up
von: Yang, Yifei, et al.
Veröffentlicht: (2025)

Asymptotic Learning Curves for Diffusion Models with Random Features Score and Manifold Data
von: George, Anand Jerry, et al.
Veröffentlicht: (2026)

SafeDreamer: Safe Reinforcement Learning with World Models
von: Huang, Weidong, et al.
Veröffentlicht: (2023)

Learnable & Interpretable Model Combination in Dynamical Systems Modeling
von: Thummerer, Tobias, et al.
Veröffentlicht: (2024)