Buchumschlag

Overspecified Mixture Discriminant Analysis: Exponential Convergence, Statistical Guarantees, and Remote Sensing Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bolatov, Arman, Legg, Alan, Melnykov, Igor, Nurlanuly, Amantay, Tezekbayev, Maxat, Assylbekov, Zhenisbek
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

Simplex Deep Linear Discriminant Analysis
von: Tezekbayev, Maxat, et al.
Veröffentlicht: (2026)

Deep Linear Discriminant Analysis Revisited
von: Tezekbayev, Maxat, et al.
Veröffentlicht: (2026)

Learning Overspecified Gaussian Mixtures Exponentially Fast with the EM Algorithm
von: Assylbekov, Zhenisbek, et al.
Veröffentlicht: (2025)

Gradient Descent Fails to Learn High-frequency Functions and Modular Arithmetic
von: Takhanov, Rustem, et al.
Veröffentlicht: (2023)

Classifier Performance on Long‐Tail Distributions
von: Artur Pak, et al.
Veröffentlicht: (2025)

Conditional KRR: Injecting Unpenalized Features into Kernel Methods with Applications to Kernel Thresholding
von: Takhanov, Rustem, et al.
Veröffentlicht: (2026)

K-Means Clustering With Incomplete Data with the Use of Mahalanobis Distances
von: Armah, Lovis Kwasi, et al.
Veröffentlicht: (2024)

Byzantine-Robust Optimization under $(L_0, L_1)$-Smoothness
von: Bolatov, Arman, et al.
Veröffentlicht: (2026)

Exponential Convergence Guarantees for Iterative Markovian Fitting
von: Silveri, Marta Gentiloni, et al.
Veröffentlicht: (2025)

Characterizing Evolution in Expectation-Maximization Estimates for Overspecified Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2025)

Where Does Warm-Up Come From? Adaptive Scheduling for Norm-Constrained Optimizers
von: Riabinin, Artem, et al.
Veröffentlicht: (2026)

High-Dimensional Tensor Discriminant Analysis: Low-Rank Discriminant Structure, Representation Synergy, and Theoretical Guarantees
von: Chen, Elynn, et al.
Veröffentlicht: (2025)

LionMuon: Alternating Spectral and Sign Descent for Efficient Training
von: Bolatov, Arman, et al.
Veröffentlicht: (2026)

Preconditioned Norms: A Unified Framework for Steepest Descent, Quasi-Newton and Adaptive Methods
von: Veprikov, Andrey, et al.
Veröffentlicht: (2025)

Exponential Convergence of CAVI for Bayesian PCA
von: Datta, Arghya, et al.
Veröffentlicht: (2025)

Theoretical Convergence Guarantees for Variational Autoencoders
von: Surendran, Sobihan, et al.
Veröffentlicht: (2024)

Exponential Family Discriminant Analysis: Generalizing LDA-Style Generative Classification to Non-Gaussian Models
von: Lakkapragada, Anish
Veröffentlicht: (2026)

Dimensionality Reduction for Robust Federated Learning: A Theoretical Analysis and Convergence Guarantee
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2026)

Statistical Guarantees for Link Prediction using Graph Neural Networks
von: Chung, Alan, et al.
Veröffentlicht: (2024)

Interval Fisher's Discriminant Analysis and Visualisation
von: Pinheiro, Diogo, et al.
Veröffentlicht: (2025)

Who to Trust? Aggregating Client Predictions in Federated Distillation
von: Kovalchuk, Viktor, et al.
Veröffentlicht: (2025)

Decentralized Sparse Linear Regression via Gradient-Tracking: Linear Convergence and Statistical Guarantees
von: Maros, Marie, et al.
Veröffentlicht: (2022)

Theoretical Analysis of Meta Reinforcement Learning: Generalization Bounds and Convergence Guarantees
von: Wang, Cangqing, et al.
Veröffentlicht: (2024)

Stein's Lemma for the Reparameterization Trick with Exponential Family Mixtures
von: Lin, Wu, et al.
Veröffentlicht: (2019)

Sentiment analysis of texts from social networks based on machine learning methods for monitoring public sentiment
von: Nurlanuly, Arsen Tolebay
Veröffentlicht: (2025)

Policy Gradient in Robust MDPs with Global Convergence Guarantee
von: Wang, Qiuhao, et al.
Veröffentlicht: (2022)

Convergence Guarantees for the DeepWalk Embedding on Block Models
von: Harker, Christopher, et al.
Veröffentlicht: (2024)

Statistical Guarantees for Offline Domain Randomization
von: Fickinger, Arnaud, et al.
Veröffentlicht: (2025)

Efficient Evaluation of LLM Performance with Statistical Guarantees
von: Wu, Skyler, et al.
Veröffentlicht: (2026)

Symmetry Guarantees Statistic Recovery in Variational Inference
von: Marks, Daniel, et al.
Veröffentlicht: (2026)

Convergence Analysis of Max-Min Exponential Neural Network Operators in Orlicz Space
von: Pradhan, Satyaranjan, et al.
Veröffentlicht: (2025)

Theoretical Guarantees for Variational Inference with Fixed-Variance Mixture of Gaussians
von: Huix, Tom, et al.
Veröffentlicht: (2024)

Reinforcement Learning for Exponential Utility: Algorithms and Convergence in Discounted MDPs
von: Thoppe, Gugan, et al.
Veröffentlicht: (2026)

Memory-Reduced Meta-Learning with Guaranteed Convergence
von: Yang, Honglin, et al.
Veröffentlicht: (2024)

MAP Estimation with Denoisers: Convergence Rates and Guarantees
von: Pesme, Scott, et al.
Veröffentlicht: (2025)

Discrete Flow Matching: Convergence Guarantees Under Minimal Assumptions
von: Pham, Le-Tuyet-Nhi, et al.
Veröffentlicht: (2026)

On Model Compression for Neural Networks: Framework, Algorithm, and Convergence Guarantee
von: Li, Chenyang, et al.
Veröffentlicht: (2023)

Convergence and Recovery Guarantees of Unsupervised Neural Networks for Inverse Problems
von: Buskulic, Nathan, et al.
Veröffentlicht: (2023)

Convergence Guarantees for Federated SARSA with Local Training and Heterogeneous Agents
von: Mangold, Paul, et al.
Veröffentlicht: (2025)

Integrating Statistical Significance and Discriminative Power in Pattern Discovery
von: Alexandre, Leonardo, et al.
Veröffentlicht: (2024)