Learning Optimal Search Strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ankirchner, Stefan, Thiel, Maximilian Philipp
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning to steer with Brownian noise
von: Ankirchner, Stefan, et al.
Veröffentlicht: (2024)

A User's Guide to Sampling Strategies for Sliced Optimal Transport
von: Sisouk, Keanu, et al.
Veröffentlicht: (2025)

Recent Advances in Optimal Transport for Machine Learning
von: Montesuma, Eduardo Fernandes, et al.
Veröffentlicht: (2023)

Characterizing Dynamical Stability of Stochastic Gradient Descent in Overparameterized Learning
von: Chemnitz, Dennis, et al.
Veröffentlicht: (2024)

Adaptive Learning via Off-Model Training and Importance Sampling for Fully Non-Markovian Optimal Stochastic Control. Complete version
von: Leão, Dorival, et al.
Veröffentlicht: (2026)

Universal approximation property of Banach space-valued random feature models including random neural networks
von: Neufeld, Ariel, et al.
Veröffentlicht: (2023)

On the Relation between Rectified Flows and Optimal Transport
von: Hertrich, Johannes, et al.
Veröffentlicht: (2025)

Towards Continuous-Time Approximations for Stochastic Gradient Descent without Replacement
von: Perko, Stefan
Veröffentlicht: (2025)

Expected Batch Optimal Transport Plans and Consequences for Flow Matching
von: Boïté, Samuel, et al.
Veröffentlicht: (2026)

Optimal Transport-Based Domain Adaptation for Rotated Linear Regression
von: Britos, Brian, et al.
Veröffentlicht: (2025)

Throughput-Optimal Scheduling Algorithms for LLM Inference and AI Agents
von: Dai, J. G., et al.
Veröffentlicht: (2025)

Suboptimal Performance of the Bayes Optimal Algorithm in Frequentist Best Arm Identification
von: Komiyama, Junpei
Veröffentlicht: (2022)

Differentiable Expectation-Maximisation and Applications to Gaussian Mixture Model Optimal Transport
von: Boïté, Samuel, et al.
Veröffentlicht: (2025)

Efficiency of Parallel and Restart Exploration Strategies in Model Free Stochastic Simulations
von: Garcia, Ernesto, et al.
Veröffentlicht: (2025)

Wasserstein Formulation of Reinforcement Learning. An Optimal Transport Perspective on Policy Optimization
von: Dus, Mathias
Veröffentlicht: (2026)

Mixing of the No-U-Turn Sampler and the Geometry of Gaussian Concentration
von: Bou-Rabee, Nawaf, et al.
Veröffentlicht: (2024)

Score matching for bridges without learning time-reversals
von: Baker, Elizabeth L., et al.
Veröffentlicht: (2024)

Random Quadratic Form on a Sphere: Synchronization by Common Noise
von: Engel, Maximilian, et al.
Veröffentlicht: (2026)

Boosting Causal Additive Models
von: Kertel, Maximilian, et al.
Veröffentlicht: (2024)

Optimal Exact Recovery in Semi-Supervised Learning: A Study of Spectral Methods and Graph Convolutional Networks
von: Wang, Hai-Xiao, et al.
Veröffentlicht: (2024)

Probabilities-Informed Machine Learning
von: Rashki, Mohsen
Veröffentlicht: (2024)

Solving stochastic partial differential equations using neural networks in the Wiener chaos expansion
von: Neufeld, Ariel, et al.
Veröffentlicht: (2024)

A Markovian Model for Learning-to-Optimize
von: Sucker, Michael, et al.
Veröffentlicht: (2024)

Near-Optimal Clustering in Mixture of Markov Chains
von: Lee, Junghyun, et al.
Veröffentlicht: (2025)

Optimal Transportation and Alignment Between Gaussian Measures
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2025)

Modified Equations for Stochastic Optimization
von: Perko, Stefan
Veröffentlicht: (2025)

Free Random Projection for In-Context Reinforcement Learning
von: Hayase, Tomohiro, et al.
Veröffentlicht: (2025)

Deep Learning for Computing Convergence Rates of Markov Chains
von: Qu, Yanlin, et al.
Veröffentlicht: (2024)

Permutation-Invariant Spectral Learning via Dyson Diffusion
von: Schwarz, Tassilo, et al.
Veröffentlicht: (2025)

Scalable Machine Learning Algorithms using Path Signatures
von: Tóth, Csaba
Veröffentlicht: (2025)

Optimal Scaling for the Proximal Langevin Algorithm in High Dimensions
von: Pillai, Natesh S.
Veröffentlicht: (2022)

Model Predictive Control is Almost Optimal for Restless Bandit
von: Gast, Nicolas, et al.
Veröffentlicht: (2024)

Minimax Optimal Estimation of Transport-Growth Pairs in Unbalanced Optimal Transport
von: Ponnoprat, Donlapark, et al.
Veröffentlicht: (2026)

A Gaussian Comparison Theorem for Training Dynamics in Machine Learning
von: Panahi, Ashkan
Veröffentlicht: (2026)

On the Nonconvexity of Push-Forward Constraints and Its Consequences in Machine Learning
von: de Lara, Lucas, et al.
Veröffentlicht: (2024)

Stabilizing Temporal Difference Learning via Implicit Stochastic Recursion
von: Kim, Hwanwoo, et al.
Veröffentlicht: (2025)

Probabilistic Consistency in Machine Learning and Its Connection to Uncertainty Quantification
von: Patrone, Paul, et al.
Veröffentlicht: (2025)

Enabling Probabilistic Learning on Manifolds through Double Diffusion Maps
von: Giovanis, Dimitris G, et al.
Veröffentlicht: (2025)

Fisher information flow in artificial neural networks
von: Weimar, Maximilian, et al.
Veröffentlicht: (2025)

Analysis of Diagnostics (Part II): Prevalence, Linear Independence, and Unsupervised Learning
von: Patrone, Paul N., et al.
Veröffentlicht: (2024)