Buchumschlag

Dimensional Peeking for Low-Variance Gradients in Zeroth-Order Discrete Optimization via Simulation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andelfinger, Philipp, Cai, Wentong
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Mathematical Software
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Smoothing Methods for Automatic Differentiation Across Conditional Branches
von: Kreikemeyer, Justin N., et al.
Veröffentlicht: (2023)

DB-KSVD: Scalable Alternating Optimization for Disentangling High-Dimensional Embedding Spaces
von: Valentin, Romeo, et al.
Veröffentlicht: (2025)

CausalVerse: Benchmarking Causal Representation Learning with Configurable High-Fidelity Simulations
von: Chen, Guangyi, et al.
Veröffentlicht: (2025)

A method of using RSVD in residual calculation of LowBit GEMM
von: Gu, Hongyaoxing
Veröffentlicht: (2024)

Differentiable Parameter Optimization for DAEs with State-Dependent Events
von: Matei, Ion, et al.
Veröffentlicht: (2026)

NUBO: A Transparent Python Package for Bayesian Optimization
von: Diessner, Mike, et al.
Veröffentlicht: (2023)

Cooper: A Library for Constrained Optimization in Deep Learning
von: Gallego-Posada, Jose, et al.
Veröffentlicht: (2025)

Jaya R Package -- A Parameter-Free Solution for Advanced Single and Multi-Objective Optimization
von: Bokde, Neeraj Dhanraj
Veröffentlicht: (2024)

Automatic Gradient Estimation for Calibrating Crowd Models with Discrete Decision Making
von: Andelfinger, Philipp, et al.
Veröffentlicht: (2024)

LibMOON: A Gradient-based MultiObjective OptimizatioN Library in PyTorch
von: Zhang, Xiaoyuan, et al.
Veröffentlicht: (2024)

A Fast and Scalable Pathwise-Solver for Group Lasso and Elastic Net Penalized Regression via Block-Coordinate Descent
von: Yang, James, et al.
Veröffentlicht: (2024)

evomap: A Toolbox for Dynamic Mapping in Python
von: Matthe, Maximilian
Veröffentlicht: (2025)

Learning to Optimize by Differentiable Programming
von: Tao, Liping, et al.
Veröffentlicht: (2026)

Factor Fitting, Rank Allocation, and Partitioning in Multilevel Low Rank Matrices
von: Parshakova, Tetiana, et al.
Veröffentlicht: (2023)

tvopt: A Python Framework for Time-Varying Optimization
von: Bastianello, Nicola
Veröffentlicht: (2020)

tensorflow-riemopt: A Library for Optimization on Riemannian Manifolds
von: Smirnov, Oleg
Veröffentlicht: (2021)

Self-Scaled Broyden Family of Quasi-Newton Methods in JAX
von: Bioli, Ivan, et al.
Veröffentlicht: (2026)

auto-fpt: Automating Free Probability Theory Calculations for Machine Learning Theory
von: Subramonian, Arjun, et al.
Veröffentlicht: (2025)

MissMecha: An All-in-One Python Package for Studying Missing Data Mechanisms
von: Zhou, Youran, et al.
Veröffentlicht: (2025)

EarlyStopping: Implicit Regularization for Iterative Learning Procedures in Python
von: Ziebell, Eric, et al.
Veröffentlicht: (2025)

Sparser, Better, Faster, Stronger: Sparsity Detection for Efficient Automatic Differentiation
von: Hill, Adrian, et al.
Veröffentlicht: (2025)

Reproducibility, energy efficiency and performance of pseudorandom number generators in machine learning: a comparative study of python, numpy, tensorflow, and pytorch implementations
von: Antunes, Benjamin, et al.
Veröffentlicht: (2024)

NNTile: a machine learning framework capable of training extremely large GPT language models on a single node
von: Mikhalev, Aleksandr, et al.
Veröffentlicht: (2025)

PlasmoData.jl -- A Julia Framework for Modeling and Analyzing Complex Data as Graphs
von: Cole, David L, et al.
Veröffentlicht: (2024)

TorchDA: A Python package for performing data assimilation with deep learning forward and transformation functions
von: Cheng, Sibo, et al.
Veröffentlicht: (2024)

DRO: A Python Library for Distributionally Robust Optimization in Machine Learning
von: Liu, Jiashuo, et al.
Veröffentlicht: (2025)

PMBO: Enhancing Black-Box Optimization through Multivariate Polynomial Surrogates
von: Schreiber, Janina, et al.
Veröffentlicht: (2024)

Virtual Parameter Sharpening: Dynamic Low-Rank Perturbations for Inference-Time Reasoning Enhancement
von: Kublashvili, Saba
Veröffentlicht: (2025)

Linearized Optimal Transport pyLOT Library: A Toolkit for Machine Learning on Point Clouds
von: Linwu, Jun, et al.
Veröffentlicht: (2025)

BlackJAX: Composable Bayesian inference in JAX
von: Cabezas, Alberto, et al.
Veröffentlicht: (2024)

Torch-Choice: A PyTorch Package for Large-Scale Choice Modeling with Python
von: Du, Tianyu, et al.
Veröffentlicht: (2023)

Efficiently Vectorized MCMC on Modern Accelerators
von: Dance, Hugh, et al.
Veröffentlicht: (2025)

scikit-fda: A Python Package for Functional Data Analysis
von: Ramos-Carreño, Carlos, et al.
Veröffentlicht: (2022)

forester: A Tree-Based AutoML Tool in R
von: Ruczyński, Hubert, et al.
Veröffentlicht: (2024)

Adaptation of XAI to Auto-tuning for Numerical Libraries
von: Aoki, Shota, et al.
Veröffentlicht: (2024)

Accelerated Patient-Specific Calibration via Differentiable Hemodynamics Simulations
von: Renner, Diego, et al.
Veröffentlicht: (2024)

TurboSAT: Gradient-Guided Boolean Satisfiability Accelerated on GPU-CPU Hybrid System
von: Dai, Steve, et al.
Veröffentlicht: (2025)

Scorio.jl: A Julia package for ranking stochastic responses
von: Hariri, Mohsen, et al.
Veröffentlicht: (2026)

Statistical Inference and Quality Measures of KV Cache Quantisations Inspired by TurboQuant
von: D'Alberto, Paolo
Veröffentlicht: (2026)

libhmm: A Modern C++20 Library for Hidden Markov Models with Correct MLE Emission M-Steps
von: Wolfman, Gary
Veröffentlicht: (2026)