:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Shaoxin, Yao, Hanjing
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2510.26043
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Large Stepsizes Accelerate Gradient Descent for Regularized Logistic Regression
di: Wu, Jingfeng, et al.
Pubblicazione: (2025)

Kernel Logistic Regression Learning for High-Capacity Hopfield Networks
di: Tamamori, Akira
Pubblicazione: (2025)

Scalable Kernel Logistic Regression with Nyström Approximation: Theoretical Analysis and Application to Discrete Choice Modelling
di: Martín-Baos, José Ángel, et al.
Pubblicazione: (2024)

Graph Regularized NMF with L20-norm for Unsupervised Feature Learning
di: Wang, Zhen, et al.
Pubblicazione: (2024)

Accelerating Regularized Attention Kernel Regression for Spectrum Cartography
di: Tao, Liping, et al.
Pubblicazione: (2026)

Compact Memory for Continual Logistic Regression
di: Jung, Yohan, et al.
Pubblicazione: (2025)

Efficient Logistic Regression with Mixture of Sigmoids
di: Di Gennaro, Federico, et al.
Pubblicazione: (2026)

Binary Kernel Logistic Regression: a sparsity-inducing formulation and a convergent decomposition training algorithm
di: Consolo, Antonio, et al.
Pubblicazione: (2025)

F-measure Maximizing Logistic Regression
di: Okabe, Masaaki, et al.
Pubblicazione: (2019)

Near-Polynomially Competitive Active Logistic Regression
di: Zhou, Yihan, et al.
Pubblicazione: (2025)

An Experiment on Feature Selection using Logistic Regression
di: Islam, Raisa, et al.
Pubblicazione: (2024)

Grokking in Linear Models for Logistic Regression
di: Das, Nataraj, et al.
Pubblicazione: (2026)

RMLR: Extending Multinomial Logistic Regression into General Geometries
di: Chen, Ziheng, et al.
Pubblicazione: (2024)

Riemannian Multinomial Logistics Regression for SPD Neural Networks
di: Chen, Ziheng, et al.
Pubblicazione: (2023)

LFFR: Logistic Function For (single-output) Regression
di: Chiang, John
Pubblicazione: (2024)

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)

Epistemic Uncertainty Quantification For Pre-trained Neural Network
di: Wang, Hanjing, et al.
Pubblicazione: (2024)

Data-Driven Logistic Regression Ensembles With Applications in Genomics
di: Christidis, Anthony-Alexander, et al.
Pubblicazione: (2021)

Benefits of Early Stopping in Gradient Descent for Overparameterized Logistic Regression
di: Wu, Jingfeng, et al.
Pubblicazione: (2025)

Constant Stepsize Local GD for Logistic Regression: Acceleration by Instability
di: Crawshaw, Michael, et al.
Pubblicazione: (2025)

Interpretable Predictive Models for Healthcare via Rational Logistic Regression
di: Suttaket, Thiti, et al.
Pubblicazione: (2024)

Residue-based Label Protection Mechanisms in Vertical Logistic Regression
di: Tan, Juntao, et al.
Pubblicazione: (2022)

Local Polynomial Lp-norm Regression
di: Tazik, Ladan, et al.
Pubblicazione: (2025)

Spectrally Transformed Kernel Regression
di: Zhai, Runtian, et al.
Pubblicazione: (2024)

Mixed-feature Logistic Regression Robust to Distribution Shifts
di: Sun, Qingshi, et al.
Pubblicazione: (2025)

Optimal L2 Regularization in High-dimensional Continual Linear Regression
di: Karpel, Gilad, et al.
Pubblicazione: (2026)

Learning Analysis of Kernel Ridgeless Regression with Asymmetric Kernel Learning
di: He, Fan, et al.
Pubblicazione: (2024)

Large Dimensional Kernel Ridge Regression: Extending to Product Kernels
di: Zhou, Yang, et al.
Pubblicazione: (2026)

Universality of Kernel Random Matrices and Kernel Regression in the Quadratic Regime
di: Pandit, Parthe, et al.
Pubblicazione: (2024)

Semi-parametric Functional Classification via Path Signatures Logistic Regression
di: Zeng, Pengcheng, et al.
Pubblicazione: (2025)

fastkqr: A Fast Algorithm for Kernel Quantile Regression
di: Tang, Qian, et al.
Pubblicazione: (2024)

Transfer Learning of CATE with Kernel Ridge Regression
di: Kim, Seok-Jin, et al.
Pubblicazione: (2025)

Bayesian Kernel Regression for Functional Data
di: Kusaba, Minoru, et al.
Pubblicazione: (2025)

On the Saturation Effect of Kernel Ridge Regression
di: Li, Yicheng, et al.
Pubblicazione: (2024)

Sparse Attention as Compact Kernel Regression
di: Santos, Saul, et al.
Pubblicazione: (2026)

Consequences of Kernel Regularity for Bandit Optimization
di: Lee, Madison, et al.
Pubblicazione: (2025)

Regularized $f$-Divergence Kernel Tests
di: Ribero, Mónica, et al.
Pubblicazione: (2026)

Kernel Stochastic Configuration Networks for Nonlinear Regression
di: Chen, Yongxuan, et al.
Pubblicazione: (2024)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
di: Kale, Sacchit, et al.
Pubblicazione: (2026)

Kernel Ridge Regression Inference
di: Singh, Rahul, et al.
Pubblicazione: (2023)