Buchumschlag

A Rigorous, Tractable Measure of Model Complexity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Allerbo, Oskar, Schön, Thomas B.
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

Is Supervised Learning Really That Different from Unsupervised?
von: Allerbo, Oskar, et al.
Veröffentlicht: (2025)

Fast Robust Kernel Regression through Sign Gradient Descent with Early Stopping
von: Allerbo, Oskar
Veröffentlicht: (2023)

Changing the Kernel During Training Leads to Double Descent in Kernel Regression
von: Allerbo, Oskar
Veröffentlicht: (2023)

Safe reinforcement learning in uncertain contexts
von: Baumann, Dominik, et al.
Veröffentlicht: (2024)

Tractable Probabilistic Models for Investment Planning
von: A., Nicolas M. Cuadrado, et al.
Veröffentlicht: (2025)

Characterizing Learning in Deep Neural Networks using Tractable Algorithmic Complexity Analysis
von: Bakhtiarifard, Pedram, et al.
Veröffentlicht: (2026)

Forward-only Diffusion Probabilistic Models
von: Luo, Ziwei, et al.
Veröffentlicht: (2025)

Continuous Mixtures of Tractable Probabilistic Models
von: Correia, Alvaro H. C., et al.
Veröffentlicht: (2022)

Self-Rewarding Sequential Monte Carlo for Masked Diffusion Language Models
von: Luo, Ziwei, et al.
Veröffentlicht: (2026)

Tractable Gaussian Phase Retrieval with Heavy Tails and Adversarial Corruption with Near-Linear Sample Complexity
von: Das, Santanu, et al.
Veröffentlicht: (2026)

Bulk-Calibrated Credal Ambiguity Sets: Fast, Tractable Decision Making under Out-of-Sample Contamination
von: Chen, Mengqi, et al.
Veröffentlicht: (2026)

Hallucination Detection in LLMs: Fast and Memory-Efficient Fine-Tuned Models
von: Arteaga, Gabriel Y., et al.
Veröffentlicht: (2024)

Elements of Sequential Monte Carlo
von: Naesseth, Christian A., et al.
Veröffentlicht: (2019)

On Feynman--Kac training of partial Bayesian neural networks
von: Zhao, Zheng, et al.
Veröffentlicht: (2023)

Conditional sampling within generative diffusion models
von: Zhao, Zheng, et al.
Veröffentlicht: (2024)

Building Expressive and Tractable Probabilistic Generative Models: A Review
von: Sidheekh, Sahil, et al.
Veröffentlicht: (2024)

Scaling Tractable Probabilistic Circuits: A Systems Perspective
von: Liu, Anji, et al.
Veröffentlicht: (2024)

Accounts of using the Tustin-Net architecture on a rotary inverted pendulum
von: van Esch, Stijn, et al.
Veröffentlicht: (2024)

Restructuring Tractable Probabilistic Circuits
von: Zhang, Honghua, et al.
Veröffentlicht: (2024)

Towards safe control parameter tuning in distributed multi-agent systems
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

Safe Bayesian optimization across noise models via scenario programming
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2025)

PACSBO: Probably approximately correct safe Bayesian optimization
von: Tokmak, Abdullah, et al.
Veröffentlicht: (2024)

A Tractable Inference Perspective of Offline RL
von: Liu, Xuejie, et al.
Veröffentlicht: (2023)

Tractable Shapley Values and Interactions via Tensor Networks
von: Heidari, Farzaneh, et al.
Veröffentlicht: (2025)

Tractable Uncertainty-Aware Meta-Learning
von: Park, Young-Jin, et al.
Veröffentlicht: (2022)

Tractable Transformers for Flexible Conditional Generation
von: Liu, Anji, et al.
Veröffentlicht: (2025)

Tractable Representation Learning with Probabilistic Circuits
von: Braun, Steven, et al.
Veröffentlicht: (2025)

Exact Soft Analytical Side-Channel Attacks using Tractable Circuits
von: Wedenig, Thomas, et al.
Veröffentlicht: (2025)

A Tractable Online Learning Algorithm for the Multinomial Logit Contextual Bandit
von: Agrawal, Priyank, et al.
Veröffentlicht: (2020)

Harnessing Event Sensory Data for Error Pattern Prediction in Vehicles: A Language Model Approach
von: Math, Hugo, et al.
Veröffentlicht: (2024)

Structured state-space models are deep Wiener models
von: Bonassi, Fabio, et al.
Veröffentlicht: (2023)

Image Inpainting via Tractable Steering of Diffusion Models
von: Liu, Anji, et al.
Veröffentlicht: (2023)

Structure-Preserving Gaussian Processes Via Discrete Euler-Lagrange Equations
von: Ewering, Jan-Hendrik, et al.
Veröffentlicht: (2026)

Tractable Multinomial Logit Contextual Bandits with Non-Linear Utilities
von: Hwang, Taehyun, et al.
Veröffentlicht: (2026)

Positive Distribution Shift as a Framework for Understanding Tractable Learning
von: Medvedev, Marko, et al.
Veröffentlicht: (2026)

Tractable Instances of Bilinear Maximization: Implementing LinUCB on Ellipsoids
von: Zhang, Raymond, et al.
Veröffentlicht: (2025)

Tractable MCMC for Private Learning with Pure and Gaussian Differential Privacy
von: Lin, Yingyu, et al.
Veröffentlicht: (2023)

Exogenous Matching: Learning Good Proposals for Tractable Counterfactual Estimation
von: Chen, Yikang, et al.
Veröffentlicht: (2024)

Deep Trees for (Un)structured Data: Tractability, Performance, and Interpretability
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2024)

Einsum Networks: Fast and Scalable Learning of Tractable Probabilistic Circuits
von: Peharz, Robert, et al.
Veröffentlicht: (2020)