Buchumschlag

Wasserstein Distributionally Robust Online Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Guixian, Fattahi, Salar, Shafiee, Soroosh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Wasserstein Distributionally Robust Estimation in High Dimensions: Performance Analysis and Optimal Hyperparameter Tuning
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2022)

Distributionally Robust Optimization
von: Kuhn, Daniel, et al.
Veröffentlicht: (2024)

Can Learning Be Explained By Local Optimality In Robust Low-rank Matrix Recovery?
von: Ma, Jianhao, et al.
Veröffentlicht: (2023)

Wasserstein Distributionally Robust Optimization: Theory and Applications in Machine Learning
von: Kuhn, Daniel, et al.
Veröffentlicht: (2019)

Convergence of Gradient Descent with Small Initialization for Unregularized Matrix Completion
von: Ma, Jianhao, et al.
Veröffentlicht: (2024)

Nash Equilibria, Regularization and Computation in Optimal Transport-Based Distributionally Robust Optimization
von: Shafiee, Soroosh, et al.
Veröffentlicht: (2023)

GPU-friendly and Linearly Convergent First-order Methods for Certifying Optimal $k$-sparse GLMs
von: Liu, Jiachang, et al.
Veröffentlicht: (2026)

Scalable First-order Method for Certifying Optimal k-Sparse GLMs
von: Liu, Jiachang, et al.
Veröffentlicht: (2025)

Understanding the Implicit Regularization of Gradient Descent in Over-parameterized Models
von: Ma, Jianhao, et al.
Veröffentlicht: (2025)

Preconditioned Gradient Descent for Overparameterized Nonconvex Burer--Monteiro Factorization with Global Optimality Certification
von: Zhang, Gavin, et al.
Veröffentlicht: (2022)

Preconditioned Gradient Descent for Over-Parameterized Nonconvex Matrix Factorization
von: Zhang, Gavin, et al.
Veröffentlicht: (2025)

Simple Alternating Minimization Provably Solves Complete Dictionary Learning
von: Liang, Geyu, et al.
Veröffentlicht: (2022)

Wasserstein Distributionally Robust Regret Optimization
von: Fiechtner, Lukas-Benedikt, et al.
Veröffentlicht: (2025)

Enhancing Distributional Robustness in Principal Component Analysis by Wasserstein Distances
von: Wang, Lei, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Shallow Convex Neural Networks
von: Pallage, Julien, et al.
Veröffentlicht: (2024)

On Generalization and Regularization via Wasserstein Distributionally Robust Optimization
von: Wu, Qinyu, et al.
Veröffentlicht: (2022)

Distributionally and Adversarially Robust Logistic Regression via Intersecting Wasserstein Balls
von: Selvi, Aras, et al.
Veröffentlicht: (2024)

Tight Robustness Certificates and Wasserstein Distributional Attacks for Deep Neural Networks
von: Le, Bach C., et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Nash Equilibrium Seeking with Heterogeneous Data: A Lagrangian Approach
von: Wang, Zifan, et al.
Veröffentlicht: (2025)

A New Convergence Analysis of Plug-and-Play Proximal Gradient Descent Under Prior Mismatch
von: Xu, Guixian, et al.
Veröffentlicht: (2026)

Wasserstein Distributionally Robust Regret Optimization for Reinforcement Learning from Human Feedback
von: Wang, Yikai, et al.
Veröffentlicht: (2026)

A Relaxed Wasserstein Distance Formulation for Mixtures of Radially Contoured Distributions
von: Chen, Keyu, et al.
Veröffentlicht: (2025)

A Robust Optimization Approach to Network Control Using Local Information Exchange
von: Darivianakis, Georgios, et al.
Veröffentlicht: (2024)

Contextual Optimization under Covariate Shift: A Robust Approach by Intersecting Wasserstein Balls
von: Wang, Tianyu, et al.
Veröffentlicht: (2024)

Distributionally-Robust Learning to Optimize
von: Ranjan, Vinit, et al.
Veröffentlicht: (2026)

Wasserstein Distributionally Robust Risk-Sensitive Estimation via Conditional Value-at-Risk
von: Taha, Feras Al, et al.
Veröffentlicht: (2026)

Sample Complexity of Distributionally Robust Average-Reward Reinforcement Learning
von: Chen, Zijun, et al.
Veröffentlicht: (2025)

Distributionally Robust Learning in Survival Analysis
von: Jin, Yeping, et al.
Veröffentlicht: (2025)

RANSAC Revisited: An Improved Algorithm for Robust Subspace Recovery under Adversarial and Noisy Corruptions
von: Chen, Guixian, et al.
Veröffentlicht: (2025)

Flowing Datasets with Wasserstein over Wasserstein Gradient Flows
von: Bonet, Clément, et al.
Veröffentlicht: (2025)

On the Foundation of Distributionally Robust Reinforcement Learning
von: Wang, Shengbo, et al.
Veröffentlicht: (2023)

Data-driven Reachable Set Estimation with Tunable Adversarial and Wasserstein Distributional Guarantees
von: Pantazis, Georgios, et al.
Veröffentlicht: (2026)

A Short and General Duality Proof for Wasserstein Distributionally Robust Optimization
von: Zhang, Luhao, et al.
Veröffentlicht: (2022)

Distributionally Robust Federated Learning with Outlier Resilience
von: Wang, Zifan, et al.
Veröffentlicht: (2025)

Semidefinite Relaxations of the Gromov-Wasserstein Distance
von: Chen, Junyu, et al.
Veröffentlicht: (2023)

Mean-Covariance Robust Risk Measurement
von: Nguyen, Viet Anh, et al.
Veröffentlicht: (2021)

Online Learning and Optimization for Queues with Unknown Demand Curve and Service Distribution
von: Chen, Xinyun, et al.
Veröffentlicht: (2023)

Learning Optimal Classification Trees Robust to Distribution Shifts
von: Justin, Nathan, et al.
Veröffentlicht: (2023)

A Saddle Point Algorithm for Robust Data-Driven Factor Model Problems
von: Khodakaramzadeh, Shabnam, et al.
Veröffentlicht: (2025)

Distributionally Robust Multi-Objective Optimization
von: Yang, Yufeng, et al.
Veröffentlicht: (2026)