Buchumschlag

Efficient Techniques for Data Reconstruction, with Finite-Width Recovery Guarantees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tansley, Edward, Makhlouf, Roy, Massart, Estelle, Cartis, Coralia
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Neural Feature Ansatz for Deep Neural Networks
von: Tansley, Edward, et al.
Veröffentlicht: (2025)

Random Subspace Cubic-Regularization Methods, with Applications to Low-Rank Functions
von: Cartis, Coralia, et al.
Veröffentlicht: (2025)

The role of class encoding in neural collapse
von: Massion, Bastien, et al.
Veröffentlicht: (2026)

Scalable Second-Order Optimization Algorithms for Minimizing Low-rank Functions
von: Tansley, Edward, et al.
Veröffentlicht: (2025)

Quadratic Objective Perturbation: Curvature-Based Differential Privacy
von: Cortild, Daniel, et al.
Veröffentlicht: (2026)

Learning the subspace of variation for global optimization of functions with low effective dimension
von: Cartis, Coralia, et al.
Veröffentlicht: (2024)

Nonlinear Dimensionality Reduction Techniques for Bayesian Optimization
von: Long, Luo, et al.
Veröffentlicht: (2025)

Dimensionality Reduction Techniques for Global Bayesian Optimisation
von: Long, Luo, et al.
Veröffentlicht: (2024)

Expressivity of congruence-based architectures for DNNs on positive-definite matrices
von: Oswald, Antonin, et al.
Veröffentlicht: (2026)

A Parameter-Free First-Order Algorithm for Non-Convex Optimization with $\tilde{\mkern1mu O}(ε^{-5/3})$ Global Rate
von: Xiong, Sichao, et al.
Veröffentlicht: (2026)

SoS1: O1 and R1-Like Reasoning LLMs are Sum-of-Square Solvers
von: Li, Kechen, et al.
Veröffentlicht: (2025)

Active Seriation: Efficient Ordering Recovery with Statistical Guarantees
von: Cheshire, James, et al.
Veröffentlicht: (2026)

Loss Gradient Gaussian Width based Generalization and Optimization Guarantees
von: Banerjee, Arindam, et al.
Veröffentlicht: (2024)

Universality of Linear Recurrences Followed by Non-linear Projections: Finite-Width Guarantees and Benefits of Complex Eigenvalues
von: Orvieto, Antonio, et al.
Veröffentlicht: (2023)

Sufficiently Regularized Nonnegative Quartic Polynomials are Sum-of-Squares
von: Zhu, Wenqi, et al.
Veröffentlicht: (2026)

Stochastic Krasnoselskii-Mann Iterations: Convergence without Uniformly Bounded Variance
von: Cortild, Daniel, et al.
Veröffentlicht: (2026)

On Global Rates for Regularization Methods based on Secant Derivative Approximations
von: Cartis, Coralia, et al.
Veröffentlicht: (2025)

Randomized Subspace Derivative-Free Optimization with Quadratic Models and Second-Order Convergence
von: Cartis, Coralia, et al.
Veröffentlicht: (2024)

Second-order methods for quartically-regularised cubic polynomials, with applications to high-order tensor methods
von: Cartis, Coralia, et al.
Veröffentlicht: (2023)

Global Optimality Characterizations and Algorithms for Minimizing Quartically-Regularized Third-Order Taylor Polynomials
von: Zhu, Wenqi, et al.
Veröffentlicht: (2025)

Global Convergence of High-Order Regularization Methods with Sums-of-Squares Taylor Models
von: Zhu, Wenqi, et al.
Veröffentlicht: (2024)

Symmetry Guarantees Statistic Recovery in Variational Inference
von: Marks, Daniel, et al.
Veröffentlicht: (2026)

Flexible Infinite-Width Graph Convolutional Neural Networks
von: Anson, Ben, et al.
Veröffentlicht: (2024)

A Recovery Guarantee for Sparse Neural Networks
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2025)

Local Linear Recovery Guarantee of Deep Neural Networks at Overparameterization
von: Zhang, Yaoyu, et al.
Veröffentlicht: (2024)

Convergence and Recovery Guarantees of Unsupervised Neural Networks for Inverse Problems
von: Buskulic, Nathan, et al.
Veröffentlicht: (2023)

Network Degeneracy as an Indicator of Training Performance: Comparing Finite and Infinite Width Angle Predictions
von: Jakub, Cameron, et al.
Veröffentlicht: (2023)

Recovery Guarantees for Continual Learning of Dependent Tasks: Memory, Data-Dependent Regularization, and Data-Dependent Weights
von: Peng, Liangzu, et al.
Veröffentlicht: (2026)

Some Theoretical Results on Layerwise Effective Dimension Oscillations in Finite Width ReLU Networks
von: Makwana, Darshan
Veröffentlicht: (2025)

Finite-Width Neural Tangent Kernels from Feynman Diagrams
von: Guillen, Max, et al.
Veröffentlicht: (2025)

Statistical Inference Leveraging Synthetic Data with Distribution-Free Guarantees
von: Bashari, Meshi, et al.
Veröffentlicht: (2025)

The Spectral Dimension of NTKs is Constant: A Theory of Implicit Regularization, Finite-Width Stability, and Scalable Estimation
von: Shukla, Praveen Anilkumar
Veröffentlicht: (2025)

From Sublinear to Linear: Local Convergence in Finite-Width Networks via Locally Polyak-Lojasiewicz Regions
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

Recovery Guarantees of Unsupervised Neural Networks for Inverse Problems trained with Gradient Descent
von: Buskulic, Nathan, et al.
Veröffentlicht: (2024)

FaiREE: Fair Classification with Finite-Sample and Distribution-Free Guarantee
von: Li, Puheng, et al.
Veröffentlicht: (2022)

Guaranteed Recovery of Unambiguous Clusters
von: Mazooji, Kayvon, et al.
Veröffentlicht: (2025)

Guaranteed Nonconvex Factorization Approach for Tensor Train Recovery
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

Registration of algebraic varieties using Riemannian optimization
von: Goyens, Florentin, et al.
Veröffentlicht: (2024)

Tensor-based Dinkelbach method for computing generalized tensor eigenvalues and its applications
von: Chen, Haibin, et al.
Veröffentlicht: (2025)

Efficient Evaluation of LLM Performance with Statistical Guarantees
von: Wu, Skyler, et al.
Veröffentlicht: (2026)