Buchumschlag

RAMPAGE: RAndomized Mid-Point for debiAsed Gradient Extrapolation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Luo, Zhankun, Sahin, M. Berk, Upadhyay, Antesh, Sharif, Behzad, Hashemi, Abolfazl
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

Beyond Bounded Variance: Variance-Reduced Normalized Methods for Nonconvex Optimization under Blum-Gladyshev Noise
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2026)

FedSGM: A Unified Framework for Constraint Aware, Bidirectionally Compressed, Multi-Step Federated Optimization
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2026)

Lower Bounds and Proximally Anchored SGD for Non-Convex Minimization Under Unbounded Variance
von: Fazla, Arda, et al.
Veröffentlicht: (2026)

Optimization via First-Order Switching Methods: Skew-Symmetric Dynamics and Optimistic Discretization
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2025)

First-Order Softmax Weighted Switching Gradient Method for Distributed Stochastic Minimax Optimization with Stochastic Constraints
von: Luo, Zhankun, et al.
Veröffentlicht: (2026)

Unified High-Probability Analysis of Stochastic Variance-Reduced Estimation
von: Luo, Zhankun, et al.
Veröffentlicht: (2026)

Zeroth-Order Non-Log-Concave Sampling with Variance Reduction and Applications to Inverse Problems
von: Sahin, M. Berk, et al.
Veröffentlicht: (2026)

Equitable Federated Learning with Activation Clustering
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2024)

A Finite-Iteration Theory for Asynchronous Categorical Distributional Temporal-Difference Learning
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Joint MDPs and Reinforcement Learning in Coupled-Dynamics Environments
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Localized Distributional Robustness in Submodular Multi-Task Subset Selection
von: Kaya, Ege C., et al.
Veröffentlicht: (2024)

Quotient-Categorical Representations for Bellman-Compatible Average-Reward Distributional Reinforcement Learning
von: Kaya, Ege C., et al.
Veröffentlicht: (2026)

Structural Properties, Cycloid Trajectories and Non-Asymptotic Guarantees of EM Algorithm for Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2025)

Characterizing Evolution in Expectation-Maximization Estimates for Overspecified Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2025)

Unveiling the Cycloid Trajectory of EM Iterations in Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2024)

Nonasymptotic Analysis of Stochastic Gradient Descent with the Richardson-Romberg Extrapolation
von: Sheshukova, Marina, et al.
Veröffentlicht: (2024)

The Limit Points of (Optimistic) Gradient Descent in Min-Max Optimization
von: Daskalakis, Constantinos, et al.
Veröffentlicht: (2018)

Constant Stepsize Q-learning: Distributional Convergence, Bias and Extrapolation
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Bias and Extrapolation in Markovian Linear Stochastic Approximation with Constant Stepsizes
von: Huo, Dongyan, et al.
Veröffentlicht: (2022)

Hessian-guided Perturbed Wasserstein Gradient Flows for Escaping Saddle Points
von: Yamamoto, Naoya, et al.
Veröffentlicht: (2025)

Faster Gradient-Free Algorithms for Nonsmooth Nonconvex Stochastic Optimization
von: Chen, Lesi, et al.
Veröffentlicht: (2023)

Generalization Bounds for Sparse Random Feature Expansions
von: Hashemi, Abolfazl, et al.
Veröffentlicht: (2021)

Model approximation in MDPs with unbounded per-step cost
von: Bozkurt, Berk, et al.
Veröffentlicht: (2024)

Randomized Block-Coordinate Optimistic Gradient Algorithms for Root-Finding Problems
von: Tran-Dinh, Quoc, et al.
Veröffentlicht: (2023)

A Stochastic-Gradient-based Interior-Point Algorithm for Solving Smooth Bound-Constrained Optimization Problems
von: Curtis, Frank E., et al.
Veröffentlicht: (2023)

A Single-Loop Smoothed Gradient Descent-Ascent Algorithm for Nonconvex-Concave Min-Max Problems
von: Zhang, Jiawei, et al.
Veröffentlicht: (2020)

Painless Federated Learning: An Interplay of Line-Search and Extrapolation
von: Geetika, et al.
Veröffentlicht: (2024)

Quadratic Gradient: A Unified Framework Bridging Gradient Descent and Newton-Type Methods by Synthesizing Hessians and Gradients
von: Chiang, John
Veröffentlicht: (2022)

Shuffling Momentum Gradient Algorithm for Convex Optimization
von: Tran, Trang H., et al.
Veröffentlicht: (2024)

Directional Smoothness and Gradient Methods: Convergence and Adaptivity
von: Mishkin, Aaron, et al.
Veröffentlicht: (2024)

Corner Gradient Descent
von: Yarotsky, Dmitry
Veröffentlicht: (2025)

Proximal Point Method for Online Saddle Point Problem
von: Meng, Qing-xin, et al.
Veröffentlicht: (2024)

Projected Forward Gradient-Guided Frank-Wolfe Algorithm via Variance Reduction
von: Rostami, M., et al.
Veröffentlicht: (2024)

Knowledge Gradient for Multi-Objective Bayesian Optimization with Decoupled Evaluations
von: Buckingham, Jack M., et al.
Veröffentlicht: (2023)

Shuffling Gradient-Based Methods for Nonconvex-Concave Minimax Optimization
von: Tran-Dinh, Quoc, et al.
Veröffentlicht: (2024)

GANs as Gradient Flows that Converge
von: Huang, Yu-Jui, et al.
Veröffentlicht: (2022)

Stochastic Gradients under Nuisances
von: Yu, Facheng, et al.
Veröffentlicht: (2025)

Adaptive Conditional Gradient Descent
von: Khademi, Abbas, et al.
Veröffentlicht: (2025)

Gradient Methods with Online Scaling
von: Gao, Wenzhi, et al.
Veröffentlicht: (2024)

Omega: Optimistic EMA Gradients
von: Ramirez, Juan, et al.
Veröffentlicht: (2023)