Buchumschlag

The Global Empirical NTK: Self-Referential Bias and Dimensionality of Gradient Descent Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hazelden, James, Driscoll, Laura, Shlizerman, Eli, Shea-Brown, Eric
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Dynamical Systems Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

State-Space NTK Collapse Near Bifurcations
von: Hazelden, James, et al.
Veröffentlicht: (2026)

KPFlow: An Operator Perspective on Dynamic Collapse Under Gradient Descent Training of Recurrent Networks
von: Hazelden, James, et al.
Veröffentlicht: (2025)

Safely Learning Dynamical Systems
von: Ahmadi, Amir Ali, et al.
Veröffentlicht: (2023)

Learning Dissipative Neural Dynamical Systems
von: Xu, Yuezhu, et al.
Veröffentlicht: (2023)

Anytime Acceleration of Gradient Descent
von: Zhang, Zihan, et al.
Veröffentlicht: (2024)

SINDy-RL: Interpretable and Efficient Model-Based Reinforcement Learning
von: Zolman, Nicholas, et al.
Veröffentlicht: (2024)

Stability-Certified Learning of Control Systems with Quadratic Nonlinearities
von: Duff, Igor Pontes, et al.
Veröffentlicht: (2024)

Second-Order Mirror Descent: Convergence in Games Beyond Averaging and Discounting
von: Gao, Bolin, et al.
Veröffentlicht: (2021)

Learning Spatio-Temporal Dynamics via Operator-Valued RKHS and Kernel Koopman Methods
von: Withanachchi, Mahishanka
Veröffentlicht: (2025)

Safe and Near-Optimal Control with Online Dynamics Learning
von: Prajapat, Manish, et al.
Veröffentlicht: (2025)

Kernel Sum of Squares for Data Adapted Kernel Learning of Dynamical Systems from Data: A global optimization approach
von: Lengyel, Daniel, et al.
Veröffentlicht: (2024)

Online Optimization and Ambiguity-based Learning of Distributionally Uncertain Dynamic Systems
von: Li, Dan, et al.
Veröffentlicht: (2021)

Safe and Robust Domains of Attraction for Discrete-Time Systems: A Set-Based Characterization and Certifiable Neural Network Estimation
von: Serry, Mohamed, et al.
Veröffentlicht: (2026)

Data-driven Nonlinear Model Reduction using Koopman Theory: Integrated Control Form and NMPC Case Study
von: Schulze, Jan C., et al.
Veröffentlicht: (2024)

Stability properties of gradient flow dynamics for the symmetric low-rank matrix factorization problem
von: Mohammadi, Hesameddin, et al.
Veröffentlicht: (2024)

Near-Optimal Distributed Linear-Quadratic Regulator for Networked Systems
von: Shin, Sungho, et al.
Veröffentlicht: (2022)

Tradeoffs between convergence rate and noise amplification for momentum-based accelerated optimization algorithms
von: Mohammadi, Hesameddin, et al.
Veröffentlicht: (2022)

Observability conditions for neural state-space models with eigenvalues and their roots of unity
von: Gracyk, Andrew
Veröffentlicht: (2025)

From exponential to finite/fixed-time stability: Applications to optimization
von: Ozaslan, Ibrahim K., et al.
Veröffentlicht: (2024)

Neural Operators for Predictor Feedback Control of Nonlinear Delay Systems
von: Bhan, Luke, et al.
Veröffentlicht: (2024)

Identifiability of Differential-Algebraic Systems
von: Montanari, Arthur N., et al.
Veröffentlicht: (2024)

Convergence of optimizers implies eigenvalues filtering at equilibrium
von: Bolte, Jerome, et al.
Veröffentlicht: (2025)

Momentum Further Constrains Sharpness at the Edge of Stochastic Stability
von: Andreyev, Arseniy, et al.
Veröffentlicht: (2026)

Circular Microalgae-Based Carbon Control for Net Zero
von: Zocco, Federico, et al.
Veröffentlicht: (2025)

Near-optimal Closed-loop Method via Lyapunov Damping for Convex Optimization
von: Maier, Severin, et al.
Veröffentlicht: (2023)

Nonlinear Dynamics In Optimization Landscape of Shallow Neural Networks with Tunable Leaky ReLU
von: Liu, Jingzhou
Veröffentlicht: (2025)

Synchronization on circles and spheres with nonlinear interactions
von: Criscitiello, Christopher, et al.
Veröffentlicht: (2024)

On the Convergence of Overlapping Schwarz Decomposition for Nonlinear Optimal Control
von: Na, Sen, et al.
Veröffentlicht: (2020)

Too Sharp, Too Sure: When Calibration Follows Curvature
von: Morosini, Alessandro, et al.
Veröffentlicht: (2026)

Zeroth-Order Optimization at the Edge of Stability
von: Song, Minhak, et al.
Veröffentlicht: (2026)

Memorization and Regularization in Generative Diffusion Models
von: Baptista, Ricardo, et al.
Veröffentlicht: (2025)

Regularity and Stability Properties of Selective SSMs with Discontinuous Gating
von: Zubić, Nikola, et al.
Veröffentlicht: (2025)

Model-Based Reinforcement Learning Control of Reaction-Diffusion Problems
von: Schenk, Christina, et al.
Veröffentlicht: (2024)

Robustness of Iteratively Pre-Conditioned Gradient-Descent Method: The Case of Distributed Linear Regression Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2021)

Iterative Pre-Conditioning for Expediting the Gradient-Descent Method: The Distributed Linear Least-Squares Problem
von: Chakrabarti, Kushal, et al.
Veröffentlicht: (2020)

Reservoir Predictive Path Integral Control for Unknown Nonlinear Dynamics
von: Inoue, Daisuke, et al.
Veröffentlicht: (2025)

Belief Samples Are All You Need For Social Learning
von: JafariNodeh, Mahyar, et al.
Veröffentlicht: (2024)

Koopman-Assisted Reinforcement Learning
von: Rozwood, Preston, et al.
Veröffentlicht: (2024)

Continuous Data Assimilation with Learned Surrogate Dynamics
von: Li, Wenwen, et al.
Veröffentlicht: (2026)

Trustworthy Koopman Operator Learning: Invariance Diagnostics and Error Bounds
von: Conradie, Gustav, et al.
Veröffentlicht: (2026)