Buchumschlag

A Sufficient-Statistic Reduction of the Information Bottleneck to a Low-Dimensional Problem

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Armstrong, Joss
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Theory Machine Learning 94A17 (Primary) 60B99, 62B10 (Secondary) F.2.2; I.2.6; G.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalized Maximum Entropy: When and Why you need it
von: Ferro, Giuseppe M., et al.
Veröffentlicht: (2025)

MISES: Minimal Information Sufficiency for Effective Service
von: Armstrong, Joss
Veröffentlicht: (2026)

Submodular Benchmark Selection
von: Smola, Alexander
Veröffentlicht: (2026)

Kernel Integrated $R^2$: A Measure of Dependence
von: Roudaki, Pouya, et al.
Veröffentlicht: (2026)

On the Accuracy of Newton Step and Influence Function Data Attributions
von: Rubinstein, Ittai, et al.
Veröffentlicht: (2025)

Robustness Auditing for Linear Regression: To Singularity and Beyond
von: Rubinstein, Ittai, et al.
Veröffentlicht: (2024)

A Fiber Criterion for Representation Identifiability in Supervised Learning
von: Sevetlidis, Vasileios
Veröffentlicht: (2026)

Feature Learning in Wide Neural Networks under $μ$P: Identifiability and Sparse-Dictionary Decomposition of the Mean-Field Limit
von: Xodarev, Akmal
Veröffentlicht: (2026)

Generalization and Feature Attribution in Machine Learning Models for Crop Yield and Anomaly Prediction in Germany
von: Baatz, Roland
Veröffentlicht: (2025)

Human Supervision as an Information Bottleneck: A Unified Theory of Error Floors in Human-Guided Learning
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2026)

A Unifying Framework for Unsupervised Concept Extraction
von: Squires, Chandler, et al.
Veröffentlicht: (2026)

Nyström Kernel Stein Discrepancy Tests
von: Kalinke, Florian, et al.
Veröffentlicht: (2026)

Quantum computer formulation of the FKP-operator eigenvalue problem for probabilistic learning on manifolds
von: Soize, Christian, et al.
Veröffentlicht: (2025)

Autoencoders in Function Space
von: Bunker, Justin, et al.
Veröffentlicht: (2024)

Learning Real-Life Approval Elections
von: Faliszewski, Piotr, et al.
Veröffentlicht: (2026)

Recursive Meta-Distillation: An Axiomatic Framework for Iterative Knowledge Refinement
von: Flouro, Aaron R., et al.
Veröffentlicht: (2026)

Towards Verifiable AI with Lightweight Cryptographic Proofs of Inference
von: Anchuri, Pranay, et al.
Veröffentlicht: (2026)

Score-based Diffusion Models in Function Space
von: Lim, Jae Hyun, et al.
Veröffentlicht: (2023)

A Physics-Informed Variational Inference Framework for Identifying Attributions of Extreme Stress Events in Low-Grain Polycrystals
von: Zhang, Yinling, et al.
Veröffentlicht: (2025)

A Multi-Evidence Framework Rescues Low-Power Prognostic Signals and Rejects Statistical Artifacts in Cancer Genomics
von: Akarlar, Gokturk Aytug
Veröffentlicht: (2025)

The Geometric Mechanics of Contrastive Representation Learning: Alignment Potentials, Entropic Dispersion, and Cross-modal Divergence
von: Cai, Yichao, et al.
Veröffentlicht: (2026)

Categorical Invariants of Learning Dynamics
von: Tamim, Abdulrahman
Veröffentlicht: (2025)

Alignment Verifiability in Large Language Models: Normative Indistinguishability under Behavioral Evaluation
von: Santos-Grueiro, Igor
Veröffentlicht: (2026)

Caterpillar GNN: Replacing Message Passing with Efficient Aggregation
von: Černý, Marek
Veröffentlicht: (2025)

Closed-Form Beta Distribution Estimation from Sparse Statistics with Random Forest Implicit Regularization
von: Landers, Jonathan R.
Veröffentlicht: (2025)

Neural Methods for Multiple Systems Estimation Models
von: Marsh, Joseph, et al.
Veröffentlicht: (2026)

Nyström Kernel Stein Discrepancy
von: Kalinke, Florian, et al.
Veröffentlicht: (2024)

The Minimax Lower Bound of Kernel Stein Discrepancy Estimation
von: Cribeiro-Ramallo, Jose, et al.
Veröffentlicht: (2025)

Nearly Tight Lower Bounds for Relaxed Locally Decodable Codes via Robust Daisies
von: Goldberg, Guy, et al.
Veröffentlicht: (2025)

Intelligence Inertia: Physical Isomorphism and Applications
von: Han, Jipeng
Veröffentlicht: (2026)

Structural Properties of Entropic Vectors and Stability of the Ingleton Inequality
von: Matveev, Rostislav, et al.
Veröffentlicht: (2025)

Central Limit Theorems for Transition Probabilities of Controlled Markov Chains
von: Su, Ziwei, et al.
Veröffentlicht: (2025)

Thermodynamic Regulation of Finite-Time Gibbs Training in Energy-Based Models: A Restricted Boltzmann Machine Study
von: Süleymanoğlu, Görkem Can
Veröffentlicht: (2026)

Generation of Geodesics with Actor-Critic Reinforcement Learning to Predict Midpoints
von: Kasaura, Kazumi
Veröffentlicht: (2024)

Energy-Efficient Information Representation in MNIST Classification Using Biologically Inspired Learning
von: Stricker, Patrick, et al.
Veröffentlicht: (2026)

Attribution Projection Calculus: A Novel Framework for Causal Inference in Bayesian Networks
von: Amin, M Ruhul
Veröffentlicht: (2025)

Optimal Online Change Detection via Random Fourier Features
von: Kalinke, Florian, et al.
Veröffentlicht: (2025)

How Does Machine Learning Manage Complexity?
von: Fortnow, Lance
Veröffentlicht: (2026)

Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks
von: Høyheim, Eirik, et al.
Veröffentlicht: (2025)

Bayesian Generalized Nonlinear Models Offer Basis Free SINDy With Model Uncertainty
von: Hubin, Aliaksandr
Veröffentlicht: (2025)