:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ayday, Nil, Yang, Lingchu, Ghoshdastidar, Debarghya
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2603.17569
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Exact Generalisation Error Exposes Benchmarks Skew Graph Neural Networks Success (or Failure)
von: Ayday, Nil, et al.
Veröffentlicht: (2025)

Different Statistical Perspectives for Understanding Generalisation in Graph Neural Networks
von: Ayday, Nil, et al.
Veröffentlicht: (2026)

Transformers Provably Learn Sparse XOR with Polylogarithmic Parameters
von: Han, Yaomengxi, et al.
Veröffentlicht: (2025)

Infinite Width Limits of Self Supervised Neural Networks
von: Fleissner, Maximilian, et al.
Veröffentlicht: (2024)

Non-Singularity of the Gradient Descent map for Neural Networks with Piecewise Analytic Activations
von: Crăciun, Alexandru, et al.
Veröffentlicht: (2025)

On the Convergence of Gradient Descent for Large Learning Rates
von: Crăciun, Alexandru, et al.
Veröffentlicht: (2024)

Tight PAC-Bayesian Risk Certificates for Contrastive Learning
von: Van Elst, Anna, et al.
Veröffentlicht: (2024)

Impact of Bottleneck Layers and Skip Connections on the Generalization of Linear Denoising Autoencoders
von: Ham, Jonghyun, et al.
Veröffentlicht: (2025)

Theoretical Foundations of Representation Learning using Unlabeled Data: Statistics and Optimization
von: Esser, Pascal, et al.
Veröffentlicht: (2025)

A Probabilistic Model for Non-Contrastive Learning
von: Fleissner, Maximilian, et al.
Veröffentlicht: (2025)

Explainable Clustering Beyond Worst-Case Guarantees
von: Fleissner, Maximilian, et al.
Veröffentlicht: (2024)

Recovering Imbalanced Clusters via Gradient-Based Projection Pursuit
von: Eppert, Martin, et al.
Veröffentlicht: (2025)

Exact Certification of (Graph) Neural Networks Against Label Poisoning
von: Sabanayagam, Mahalakshmi, et al.
Veröffentlicht: (2024)

Provable Robustness of (Graph) Neural Networks Against Data Poisoning and Backdoor Attacks
von: Gosch, Lukas, et al.
Veröffentlicht: (2024)

When can we Approximate Wide Contrastive Models with Neural Tangent Kernels and Principal Component Analysis?
von: Anil, Gautham Govind, et al.
Veröffentlicht: (2024)

A Theoretical Characterization of Optimal Data Augmentations in Self-Supervised Learning
von: Feigin, Shlomo Libo, et al.
Veröffentlicht: (2024)

Explaining Kernel Clustering via Decision Trees
von: Fleissner, Maximilian, et al.
Veröffentlicht: (2024)

Nonparametric Kernel Clustering with Bandit Feedback
von: Thuot, Victor, et al.
Veröffentlicht: (2026)

Interpretable Self-Supervised Learning via Representer Landmarks and Nyström Approximation
von: Zarvandi, Maedeh, et al.
Veröffentlicht: (2025)

Robustness Certificates for Neural Networks against Adversarial Attacks
von: Taheri, Sara, et al.
Veröffentlicht: (2025)

Robust Feature Inference: A Test-time Defense Strategy using Spectral Projections
von: Singh, Anurag, et al.
Veröffentlicht: (2023)

Generalization Certificates for Adversarially Robust Bayesian Linear Regression
von: Sabanayagam, Mahalakshmi, et al.
Veröffentlicht: (2025)

Exact Certification of Neural Networks and Partition Aggregation Ensembles against Label Poisoning
von: Mohgaonkar, Ajinkya, et al.
Veröffentlicht: (2026)

Privacy-Preserving Optimal Parameter Selection for Collaborative Clustering
von: Ghasemian, Maryam, et al.
Veröffentlicht: (2024)

Multi-Output Gaussian Processes for Graph-Structured Data
von: Nakai-Kasai, Ayano, et al.
Veröffentlicht: (2025)

Matérn Gaussian Processes on Graphs
von: Borovitskiy, Viacheslav, et al.
Veröffentlicht: (2020)

Comparing Reconstruction Attacks on Pretrained Versus Full Fine-tuned Large Language Model Embeddings on Homo Sapiens Splice Sites Genomic Data
von: Al-Saidi, Reem, et al.
Veröffentlicht: (2025)

Identifying critical residues of a protein using meaningfully-thresholded Random Geometric Graphs
von: Zhang, Chuqiao, et al.
Veröffentlicht: (2025)

Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Gaussian Relational Graph Transformer
von: Ding, Zezhong, et al.
Veröffentlicht: (2026)

Trade-off Between Dependence and Complexity for Nonparametric Learning -- an Empirical Process Approach
von: Deb, Nabarun, et al.
Veröffentlicht: (2024)

LoMime: Query-Efficient Membership Inference using Model Extraction in Label-Only Settings
von: Oksuz, Abdullah Caglar, et al.
Veröffentlicht: (2026)

AUTOLYCUS: Exploiting Explainable AI (XAI) for Model Extraction Attacks against Interpretable Models
von: Oksuz, Abdullah Caglar, et al.
Veröffentlicht: (2023)

ZKPROV: A Zero-Knowledge Approach to Dataset Provenance for Large Language Models
von: Namazi, Mina, et al.
Veröffentlicht: (2025)

Topic-Based Watermarks for Large Language Models
von: Nemecek, Alexander, et al.
Veröffentlicht: (2024)

Calibrating Transformers via Sparse Gaussian Processes
von: Chen, Wenlong, et al.
Veröffentlicht: (2023)

Efficient Graph Condensation via Gaussian Process
von: Wang, Lin, et al.
Veröffentlicht: (2025)

Graph Random Features for Scalable Gaussian Processes
von: Zhang, Matthew, et al.
Veröffentlicht: (2025)

Gaussian Process Inference Using Mini-batch Stochastic Gradient Descent: Convergence Guarantees and Empirical Benefits
von: Chen, Hao, et al.
Veröffentlicht: (2021)