Buchumschlag

Decentralized Machine Learning with Centralized Performance Guarantees via Gibbs Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bermudez, Yaiza, Perlaza, Samir M., Esnaola, Iñaki
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Proofs for Folklore Theorems on the Radon-Nikodym Derivative
von: Bermudez, Yaiza, et al.
Veröffentlicht: (2025)

Asymmetry of the Relative Entropy in the Regularization of Empirical Risk Minimization
von: Daunas, Francisco, et al.
Veröffentlicht: (2024)

Equivalence of the Empirical Risk Minimization to Regularization on the Family of f-Divergences
von: Daunas, Francisco, et al.
Veröffentlicht: (2024)

The Generalization Error of Supervised Machine Learning Algorithms
von: Perlaza, Samir M., et al.
Veröffentlicht: (2024)

Empirical Risk Minimization with Relative Entropy Regularization
von: Perlaza, Samir M., et al.
Veröffentlicht: (2022)

Generalization Error of $f$-Divergence Stabilized Algorithms via Duality
von: Daunas, Francisco, et al.
Veröffentlicht: (2025)

A Dual Optimization View to Empirical Risk Minimization with f-Divergence Regularization
von: Daunas, Francisco, et al.
Veröffentlicht: (2025)

Variations on the Expectation due to Changes in the Probability Measure
von: Perlaza, Samir M., et al.
Veröffentlicht: (2025)

Leveraging Noisy Observations in Zero-Sum Games
von: Athanasakos, Emmanouil M, et al.
Veröffentlicht: (2024)

Empirical Risk Minimization with $f$-Divergence Regularization
von: Daunas, Francisco, et al.
Veröffentlicht: (2026)

Equivalence of optimal transport problems to regularization on the family of f-divergences
von: Nicaise, Maxime, et al.
Veröffentlicht: (2026)

Submodularity of Mutual Information for Multivariate Gaussian Sources with Additive Noise
von: Crowley, George, et al.
Veröffentlicht: (2024)

VALID: a Validated Algorithm for Learning in Decentralized Networks with Possible Adversarial Presence
von: Bakshi, Mayank, et al.
Veröffentlicht: (2024)

Game of Coding: Sybil Resistant Decentralized Machine Learning with Minimal Trust Assumption
von: Nodehi, Hanzaleh Akbari, et al.
Veröffentlicht: (2024)

A Modified Q-Learning Algorithm for Rate-Profiling of Polarization Adjusted Convolutional (PAC) Codes
von: Mishra, Samir Kumar, et al.
Veröffentlicht: (2021)

VLSF Decoding with Reliability Guarantees over Correlated Noncoherent Fading Channels
von: Sun, Guodong, et al.
Veröffentlicht: (2026)

Optimal Guarantees for Auditing Rényi Differentially Private Machine Learning
von: Kim, Benjamin D., et al.
Veröffentlicht: (2026)

Generalization Guarantees for Representation Learning via Data-Dependent Gaussian Mixture Priors
von: Sefidgaran, Milad, et al.
Veröffentlicht: (2025)

Performance Guarantees for Quantum Neural Estimation of Entropies
von: Sreekumar, Sreejith, et al.
Veröffentlicht: (2025)

Minimum Description Length and Generalization Guarantees for Representation Learning
von: Sefidgaran, Milad, et al.
Veröffentlicht: (2024)

Bridging Algorithmic Information Theory and Machine Learning: A New Approach to Kernel Learning
von: Hamzi, Boumediene, et al.
Veröffentlicht: (2023)

Generalization Guarantees for Multi-View Representation Learning and Application to Regularization via Gaussian Product Mixture Prior
von: Sefidgaran, Milad, et al.
Veröffentlicht: (2025)

Sharper Guarantees for Learning Neural Network Classifiers with Gradient Methods
von: Taheri, Hossein, et al.
Veröffentlicht: (2024)

Continual Deep Reinforcement Learning for Decentralized Satellite Routing
von: Lozano-Cuadra, Federico, et al.
Veröffentlicht: (2024)

Guaranteed Nonconvex Low-Rank Tensor Estimation via Scaled Gradient Descent
von: Wu, Tong
Veröffentlicht: (2025)

Decentralized Stealth Attacks on Cyber-Physical Systems
von: Ye, Xiuzhen, et al.
Veröffentlicht: (2025)

Decentralized Fairness Aware Multi Task Federated Learning for VR Network
von: Tharakan, Krishnendu S., et al.
Veröffentlicht: (2025)

Learning Algorithm Generalization Error Bounds via Auxiliary Distributions
von: Aminian, Gholamali, et al.
Veröffentlicht: (2022)

Provable Privacy Advantages of Decentralized Federated Learning via Distributed Optimization
von: Yu, Wenrui, et al.
Veröffentlicht: (2024)

Ultra-marginal Feature Importance: Learning from Data with Causal Guarantees
von: Janssen, Joseph, et al.
Veröffentlicht: (2022)

Equivalence of Privacy and Stability with Generalization Guarantees in Quantum Learning
von: Dasgupta, Ayanava, et al.
Veröffentlicht: (2026)

Straggler-Resilient Differentially-Private Decentralized Learning
von: Yakimenka, Yauhen, et al.
Veröffentlicht: (2022)

Theoretical Guarantees for Low-Rank Compression of Deep Neural Networks
von: Zhang, Shihao, et al.
Veröffentlicht: (2025)

Information Theoretic Guarantees For Policy Alignment In Large Language Models
von: Mroueh, Youssef
Veröffentlicht: (2024)

A Novel Deep Reinforcement Learning Method for Computation Offloading in Multi-User Mobile Edge Computing with Decentralization
von: Long, Nguyen Chi, et al.
Veröffentlicht: (2025)

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2026)

Bayesian Optimization with Formal Safety Guarantees via Online Conformal Prediction
von: Zhang, Yunchuan, et al.
Veröffentlicht: (2023)

Hypergame Theory for Decentralized Resource Allocation in Multi-user Semantic Communications
von: Thomas, Christo Kurisummoottil, et al.
Veröffentlicht: (2024)

Optimization of Sparse VLSF Codes for Short-Packet Transmission via Saddlepoint Methods
von: Sun, Guodong, et al.
Veröffentlicht: (2026)

Information-Theoretic Framework for Understanding Modern Machine-Learning
von: Feder, Meir, et al.
Veröffentlicht: (2025)