Buchumschlag

Higher-Order Regularization Learning on Hypergraphs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Weihs, Adrien, Bertozzi, Andrea L., Thorpe, Matthew
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Analysis of Semi-Supervised Learning on Hypergraphs
von: Weihs, Adrien, et al.
Veröffentlicht: (2025)

Degree Heterogeneity in Higher-Order Networks: Inference in the Hypergraph $\boldsymbolβ$-Model
von: Nandy, Sagnik, et al.
Veröffentlicht: (2023)

Higher-Order Causal Structure Learning with Additive Models
von: Enouen, James, et al.
Veröffentlicht: (2025)

Topology-Aware Active Learning on Graphs
von: Hardiman-Mostow, Harris, et al.
Veröffentlicht: (2025)

P-Tensors: a General Formalism for Constructing Higher Order Message Passing Networks
von: Hands, Andrew, et al.
Veröffentlicht: (2023)

Self-Regularized Learning Methods
von: Schölpple, Max, et al.
Veröffentlicht: (2026)

Asymptotically Optimal Problem-Dependent Bandit Policies for Transfer Learning
von: Prevost, Adrien, et al.
Veröffentlicht: (2025)

Fast and Efficient Parallel Sampling Using Higher Order Langevin Dynamics
von: Mahajan, Jaideep, et al.
Veröffentlicht: (2025)

Faster Diffusion Models via Higher-Order Approximation
von: Li, Gen, et al.
Veröffentlicht: (2025)

The Strong, Weak and Benign Goodhart's law. An independence-free and paradigm-agnostic formalisation
von: Majka, Adrien, et al.
Veröffentlicht: (2025)

Characterizing the Generalization Error of Random Feature Regression with Arbitrary Data-Augmentation
von: Morisset, Lucas, et al.
Veröffentlicht: (2026)

Recovery Guarantees for Continual Learning of Dependent Tasks: Memory, Data-Dependent Regularization, and Data-Dependent Weights
von: Peng, Liangzu, et al.
Veröffentlicht: (2026)

Optimal and exact recovery on general non-uniform Hypergraph Stochastic Block Model
von: Dumitriu, Ioana, et al.
Veröffentlicht: (2023)

Bagged Regularized $k$-Distances for Anomaly Detection
von: Cai, Yuchao, et al.
Veröffentlicht: (2023)

Implicit Regularization Paths of Weighted Neural Representations
von: Du, Jin-Hong, et al.
Veröffentlicht: (2024)

Optimal Ridge Regularization for Out-of-Distribution Prediction
von: Patil, Pratik, et al.
Veröffentlicht: (2024)

Precise Asymptotics of Bagging Regularized M-estimators
von: Koriyama, Takuya, et al.
Veröffentlicht: (2024)

Regularization can make diffusion models more efficient
von: Taheri, Mahsa, et al.
Veröffentlicht: (2025)

Non-Asymptotic Analysis of Data Augmentation for Precision Matrix Estimation
von: Morisset, Lucas, et al.
Veröffentlicht: (2025)

Sampling from multi-modal distributions with polynomial query complexity in fixed dimension via reverse diffusion
von: Vacher, Adrien, et al.
Veröffentlicht: (2024)

Phase Transitions for Feature Learning in Neural Networks
von: Montanari, Andrea, et al.
Veröffentlicht: (2026)

Spectrally-Corrected and Regularized QDA Classifier for Spiked Covariance Model
von: Luo, Wenya, et al.
Veröffentlicht: (2025)

Finite-Particle Rates for Regularized Stein Variational Gradient Descent
von: He, Ye, et al.
Veröffentlicht: (2026)

Importance Weighting Correction of Regularized Least-Squares for Target Shift
von: Gogolashvili, Davit
Veröffentlicht: (2022)

Dropout Regularization Versus $\ell_2$-Penalization in the Linear Model
von: Clara, Gabriel, et al.
Veröffentlicht: (2023)

Empirical Risk Minimization with Relative Entropy Regularization
von: Perlaza, Samir M., et al.
Veröffentlicht: (2022)

Sparse Tucker Decomposition and Graph Regularization for High-Dimensional Time Series Forecasting
von: Xia, Sijia, et al.
Veröffentlicht: (2026)

Extending Mean-Field Variational Inference via Entropic Regularization: Theory and Computation
von: Wu, Bohan, et al.
Veröffentlicht: (2024)

Estimating Higher-Order Mixed Memberships via the $\ell_{2,\infty}$ Tensor Perturbation Bound
von: Agterberg, Joshua, et al.
Veröffentlicht: (2022)

Regularized DeepIV with Model Selection
von: Li, Zihao, et al.
Veröffentlicht: (2024)

$L_2$-Regularized Empirical Risk Minimization Guarantees Small Smooth Calibration Error
von: Fujisawa, Masahiro, et al.
Veröffentlicht: (2025)

Branch Scaling Manifests as Implicit Architectural Regularization for Improving Generalization in Overparameterized ResNets
von: Yu, Zixiong, et al.
Veröffentlicht: (2024)

Learning Operators by Regularized Stochastic Gradient Descent with Operator-valued Kernels
von: Yang, Jia-Qi, et al.
Veröffentlicht: (2025)

Transformed $\ell_1$ Regularizations for Robust Principal Component Analysis: Toward a Fine-Grained Understanding
von: Zhao, Kun, et al.
Veröffentlicht: (2025)

Information-Theoretic Limits and Strong Consistency on Binary Non-uniform Hypergraph Stochastic Block Models
von: Wang, Hai-Xiao
Veröffentlicht: (2023)

Empirical Bayes Estimation for Lasso-Type Regularizers: Analysis of Automatic Relevance Determination
von: Yoshida, Tsukasa, et al.
Veröffentlicht: (2025)

Can Linear Probes Measure LLM Uncertainty?
von: Dakhmouche, Ramzi, et al.
Veröffentlicht: (2025)

A Random Matrix Perspective of Echo State Networks: From Precise Bias--Variance Characterization to Optimal Regularization
von: Moakher, Yessin, et al.
Veröffentlicht: (2025)

Are First-Order Diffusion Samplers Really Slower? A Fast Forward-Value Approach
von: Jiao, Yuchen, et al.
Veröffentlicht: (2025)

Sample Path Regularity of Gaussian Processes from the Covariance Kernel
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2023)