Buchumschlag

Fibonacci-Driven Recursive Ensembles: Algorithms, Convergence, and Learning Dynamics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Fokoué, Ernest
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Primary: 68Q32 Secondary: 68T05, 60G15, 62G08, 65K10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Fibonacci Ensembles: An Alternative Approach to Ensemble Learning Inspired by the Timeless Architecture of the Golden Ratio
von: Fokoué, Ernest
Veröffentlicht: (2025)

A General Weighting Theory for Ensemble Learning: Beyond Variance Reduction via Spectral and Geometric Structure
von: Fokoué, Ernest
Veröffentlicht: (2025)

Conformal e-prediction
von: Vovk, Vladimir
Veröffentlicht: (2020)

Decorrelation, Diversity, and Emergent Intelligence: The Isomorphism Between Social Insect Colonies and Ensemble Machine Learning
von: Fokoué, Ernest, et al.
Veröffentlicht: (2026)

Multi-Head Attention as Ensemble Nadaraya-Watson Estimation: Variance Reduction, Decorrelation, and Optimal Head Diversity
von: Fokoué, Ernest
Veröffentlicht: (2026)

Inductive randomness predictors: beyond conformal
von: Vovk, Vladimir
Veröffentlicht: (2025)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Conformal e-prediction in the presence of confounding
von: Vovk, Vladimir, et al.
Veröffentlicht: (2026)

Universality of conformal prediction under the assumption of randomness
von: Vovk, Vladimir
Veröffentlicht: (2025)

Conformal e-testing
von: Vovk, Vladimir, et al.
Veröffentlicht: (2020)

Validity and efficiency of the conformal CUSUM procedure
von: Vovk, Vladimir, et al.
Veröffentlicht: (2024)

Aggregation in conformal e-classification
von: Vovk, Vladimir
Veröffentlicht: (2026)

Conditionality principle under unconstrained randomness
von: Vovk, Vladimir
Veröffentlicht: (2024)

Randomness, exchangeability, and conformal prediction
von: Vovk, Vladimir
Veröffentlicht: (2025)

Learning where to learn: Training data distribution optimization for scientific machine learning
von: Guerra, Nicolas, et al.
Veröffentlicht: (2025)

Weak Signals and Heavy Tails: Learning Theory meets Extreme Value Analysis
von: Clémençon, Stephan, et al.
Veröffentlicht: (2025)

Causality as the Statistical Conscience of Artificial Intelligence: From Pearl's Ladder to Trustworthy Machines
von: Fokoué, Ernest
Veröffentlicht: (2026)

Data-driven Error Estimation: Excess Risk Bounds without Class Complexity as Input
von: Krishnamurthy, Sanath Kumar, et al.
Veröffentlicht: (2024)

Asymptotic stability properties and a priori bounds for Adam and other gradient descent optimization methods
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

On Maximum-a-Posteriori estimation with Plug & Play priors and stochastic gradient descent
von: Laumont, Rémi, et al.
Veröffentlicht: (2022)

The Impact of Formations on Football Matches Using Double Machine Learning. Is it worth parking the bus?
von: Ruiz-Menárguez, Genís, et al.
Veröffentlicht: (2026)

Large Spikes in Stochastic Gradient Descent: A Large-Deviations View
von: Gess, Benjamin, et al.
Veröffentlicht: (2026)

Computing conservative probabilities of rare events with surrogates
von: Bousquet, Nicolas
Veröffentlicht: (2024)

Exchangeability and randomness for infinite and finite sequences
von: Vovk, Vladimir
Veröffentlicht: (2025)

CRPS-Optimal Binning for Univariate Conformal Regression
von: Toccaceli, Paolo
Veröffentlicht: (2026)

Stochastic Mirror Descent for Convex Optimization with Consensus Constraints
von: Borovykh, Anastasia, et al.
Veröffentlicht: (2022)

Least squares approximations in linear statistical inverse learning problems
von: Helin, Tapio
Veröffentlicht: (2022)

Machine Collaboration
von: Liu, Qingfeng, et al.
Veröffentlicht: (2021)

On the Statistical Optimality of Optimal Decision Trees
von: Xu, Zineng, et al.
Veröffentlicht: (2026)

Conditioning of Banach Space Valued Gaussian Random Variables: An Approximation Approach Based on Martingales
von: Steinwart, Ingo
Veröffentlicht: (2024)

Analysis of a Computational Framework for Bayesian Inverse Problems: Ensemble Kalman Updates and MAP Estimators Under Mesh Refinement
von: Sanz-Alonso, Daniel, et al.
Veröffentlicht: (2023)

Sample completion, structured correlation, and Netflix problems
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2025)

Statistical-Computational Trade-offs for Recursive Adaptive Partitioning Estimators
von: Tan, Yan Shuo, et al.
Veröffentlicht: (2024)

On recovering the Radon-Nikodym derivative under the big data assumption
von: Myleiko, Hanna, et al.
Veröffentlicht: (2025)

Optimal Non-Asymptotic Edgeworth Expansions for Multivariate Neural Network Outputs
von: Celli, Lucia
Veröffentlicht: (2026)

On the Convergence of the ELBO to Entropy Sums
von: Lücke, Jörg, et al.
Veröffentlicht: (2022)

Constructive interpolation and generalization rates for neural ODEs: a control perspective
von: Álvarez-López, Antonio, et al.
Veröffentlicht: (2026)

Generative Models with ELBOs Converging to Entropy Sums
von: Warnken, Jan, et al.
Veröffentlicht: (2024)

Bayesian Modeling of Collatz Stopping Times: A Probabilistic Machine Learning Perspective
von: Bonacorsi, Nicolò, et al.
Veröffentlicht: (2026)

Iterative Methods for Full-Scale Gaussian Process Approximations for Large Spatial Data
von: Gyger, Tim, et al.
Veröffentlicht: (2024)