Buchumschlag

Implicit Hypothesis Testing and Divergence Preservation in Neural Network Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Aksoy, Kadircan, Bhattacharjee, Protim, Jung, Peter
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Onboard Out-of-Calibration Detection of Deep Learning Models using Conformal Prediction
von: Bhattacharjee, Protim, et al.
Veröffentlicht: (2024)

The Representation Jensen-Shannon Divergence
von: Hoyos-Osorio, Jhoan K., et al.
Veröffentlicht: (2023)

On the Sample Complexity of Robust Binary Hypothesis Testing
von: Vallinayagam, Shankar, et al.
Veröffentlicht: (2026)

On Robust Hypothesis Testing with respect to the Hellinger Distance
von: Modak, Eeshan, et al.
Veröffentlicht: (2025)

The Sample Complexity of Simple Binary Hypothesis Testing
von: Pensia, Ankit, et al.
Veröffentlicht: (2024)

Minimax Hypothesis Testing for the Bradley-Terry-Luce Model
von: Makur, Anuran, et al.
Veröffentlicht: (2024)

Spectral Graph Sparsification Preserves Representation Geometry in Graph Neural Networks
von: Krishnagopal, Sanjukta
Veröffentlicht: (2026)

Statistically Valid Information Bottleneck via Multiple Hypothesis Testing
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Multi-Objective Hyperparameter Selection via Hypothesis Testing on Reliability Graphs
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2025)

On Cost-Aware Sequential Hypothesis Testing with Random Costs and Action Cancellation
von: Vershinin, George, et al.
Veröffentlicht: (2025)

Sample Complexity of Composite Quantum Hypothesis Testing
von: Simpson, Jacob Paul, et al.
Veröffentlicht: (2026)

The Sample Complexity of Distributed Simple Binary Hypothesis Testing under Information Constraints
von: Kazemi, Hadi, et al.
Veröffentlicht: (2025)

The Query/Hit Model for Sequential Hypothesis Testing
von: Shariatnasab, Mahshad, et al.
Veröffentlicht: (2025)

A Unified Representation of Density-Power-Based Divergences Reducible to M-Estimation
von: Kobayashi, Masahiro
Veröffentlicht: (2025)

Connecting Jensen-Shannon and Kullback-Leibler Divergences: A New Bound for Representation Learning
von: Dorent, Reuben, et al.
Veröffentlicht: (2025)

A Neural Network Algorithm for KL Divergence Estimation with Quantitative Error Bounds
von: Foss, Mikil, et al.
Veröffentlicht: (2025)

Model-based Implicit Neural Representation for sub-wavelength Radio Localization
von: Chatelier, Baptiste, et al.
Veröffentlicht: (2025)

Statistical Unlearning of Distributions: A Hypothesis Testing Approach
von: Pandey, Aaradhya, et al.
Veröffentlicht: (2026)

Robust Semi-supervised Learning via $f$-Divergence and $α$-Rényi Divergence
von: Aminian, Gholamali, et al.
Veröffentlicht: (2024)

Relationship between Hölder Divergence and Functional Density Power Divergence: Intersection and Generalization
von: Kobayashi, Masahiro
Veröffentlicht: (2025)

Submodular Information Selection for Hypothesis Testing with Misclassification Penalties
von: Bhargav, Jayanth, et al.
Veröffentlicht: (2024)

Cauchy-Schwarz Divergence Information Bottleneck for Regression
von: Yu, Shujian, et al.
Veröffentlicht: (2024)

A Connection Between Learning to Reject and Bhattacharyya Divergences
von: Soen, Alexander
Veröffentlicht: (2025)

Frame Quantization of Neural Networks
von: Czaja, Wojciech, et al.
Veröffentlicht: (2024)

Contraction of Private Quantum Channels and Private Quantum Hypothesis Testing
von: Nuradha, Theshani, et al.
Veröffentlicht: (2024)

Equivalence of the Empirical Risk Minimization to Regularization on the Family of f-Divergences
von: Daunas, Francisco, et al.
Veröffentlicht: (2024)

Indexed Minimum Empirical Divergence-Based Algorithms for Linear Bandits
von: Bian, Jie, et al.
Veröffentlicht: (2024)

Unbiased Estimating Equation on Inverse Divergence and Its Conditions
von: Kobayashi, Masahiro, et al.
Veröffentlicht: (2024)

Topological Neural Networks over the Air
von: Fiorellino, Simone, et al.
Veröffentlicht: (2025)

Klein Model for Hyperbolic Neural Networks
von: Mao, Yidan, et al.
Veröffentlicht: (2024)

Optimal Rates for Differentially Private Hypothesis Testing with E-values
von: Jacobsen, Ben, et al.
Veröffentlicht: (2026)

Bounds on the Excess Minimum Risk via Generalized Information Divergence Measures
von: Omanwar, Ananya, et al.
Veröffentlicht: (2025)

Transfer Entropy in Graph Convolutional Neural Networks
von: Moldovan, Adrian, et al.
Veröffentlicht: (2024)

Relaxed Triangle Inequality for Kullback-Leibler Divergence Between Multivariate Gaussian Distributions
von: Xiao, Shiji, et al.
Veröffentlicht: (2026)

Divergences induced by dual subtractive and divisive normalizations of exponential families and their convex deformations
von: Nielsen, Frank
Veröffentlicht: (2023)

Information-Theoretic Generalization Bounds for Deep Neural Networks
von: He, Haiyun, et al.
Veröffentlicht: (2024)

On the Theory of Continual Learning with Gradient Descent for Neural Networks
von: Taheri, Hossein, et al.
Veröffentlicht: (2025)

The Conditional Cauchy-Schwarz Divergence with Applications to Time-Series Data and Sequential Decision Making
von: Yu, Shujian, et al.
Veröffentlicht: (2023)

Black-Box Detection of LLM-Generated Text Using Generalized Jensen-Shannon Divergence
von: Chen, Shuangyi, et al.
Veröffentlicht: (2025)

Federated Multi-Agent Reinforcement Learning for Privacy-Preserving and Energy-Aware Resource Management in 6G Edge Networks
von: Andong, Francisco Javier Esono Nkulu, et al.
Veröffentlicht: (2025)