Robust algorithms for learning from modern data

Projektinformationen

SEQUOIA

ID Finanzhilfevereinbarung: 724063

DOI 10.3030/724063

Projekt abgeschlossen

EK-Unterschriftsdatum 16 März 2017

Startdatum 1 September 2017

Enddatum 31 August 2023

Finanziert unter

• EXCELLENT SCIENCE - European Research Council (ERC)

Gesamtkosten € 1 998 750,00

EU-Beitrag € 1 998 750,00

Koordiniert durch

INSTITUT NATIONAL DE RECHERCHE EN INFORMATIQUE ET AUTOMATIQUE
France

Veröffentlichungen

Peer reviewed articles (6)

Worst-Case Convergence Analysis of Inexact Gradient and Newton Methods Through Semidefinite Programming Performance Estimation

Autoren: Etienne de Klerk; François Glineur; Adrien B. Taylor
Veröffentlicht in: SIAM Journal on Optimization, Ausgabe 21, 2020, ISSN 1052-6234
Herausgeber: Society for Industrial and Applied Mathematics
DOI: 10.1137/19m1281368

On the oracle complexity of smooth strongly convex minimization

Autoren: Y. Drori; Adrien B. Taylor
Veröffentlicht in: Journal of Complexity, Ausgabe 35, 2021, ISSN 1076-2787
Herausgeber: John Wiley & Sons Inc.
DOI: 10.1016/j.jco.2021.101590

On the Effectiveness of Richardson Extrapolation in Data Science.

Autoren: F. Bach.
Veröffentlicht in: SIAM Journal on Mathematics of Data Science, 2021, ISSN 2577-0187
Herausgeber: SIAM
DOI: 10.1137/21m1397349

A note on approximate accelerated forward-backward methods with absolute and relative errors, and possibly strongly convex objectives

Autoren: Mathieu Barré, Adrien Taylor & Francis Bach
Veröffentlicht in: Open Journal of Mathematical Optimization, 2022, ISSN 2777-5860
Herausgeber: Mersenne
DOI: 10.5802/ojmo.12

Accelerated Gossip in Networks of Given Dimension using Jacobi Polynomial Iterations

Autoren: Raphaël Berthier; Francis Bach; Pierre Gaillard
Veröffentlicht in: SIAM Journal on the Mathematics of Data Science, Ausgabe 13, 2020, ISSN 2577-0187
Herausgeber: SIAM
DOI: 10.1137/19m1244822

Efficient first-order methods for convex minimization: a constructive approach

Autoren: Yoel Drori, Adrien B. Taylor
Veröffentlicht in: Mathematical Programming, 2018, ISSN 0025-5610
Herausgeber: Springer Verlag
DOI: 10.1007/s10107-019-01410-2

Conference proceedings (21)

Explicit Regularization of Stochastic Gradient Methods through Duality.

Autoren: A. Raj, F. Bach.
Veröffentlicht in: Proceedings of the International Conference on Artificial Intelligence and Statistics (AISTATS), 2021
Herausgeber: AISTATS

A Dimension-free Computational Upper-bound for Smooth Optimal Transport Estimation.

Autoren: A. Vacher, B. Muzellec, A. Rudi, F. Bach, F.-X. Vialard.
Veröffentlicht in: Proceedings of the Conference on Learning Theory (COLT), 2021, 2021
Herausgeber: COLT

Dual-Free Stochastic Decentralized Optimization with Variance Reduction.

Autoren: H. Hendrikx, F. Bach, L. Massoulié.
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS), 2020
Herausgeber: NeurIPS

Non-parametric Models for Non-negative Functions.

Autoren: U. Marteau-Ferey, F. Bach, A. Rudi.
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS)., 2020
Herausgeber: NeurIPS

Batch Normalization Provably Avoids Rank Collapse for Randomly Initialised Deep Networks.

Autoren: H. Daneshmand, J. Kohler, F. Bach, T. Hofmann, A. Lucchi.
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS), 2020, 2020
Herausgeber: NeurIPS

A Continuized View on Nesterov Acceleration for Stochastic Gradient Descent and Randomized Gossip

Autoren: M. Even, R. Berthier, F. Bach, N. Flammarion, P. Gaillard, H. Hendrikx, L. Massoulié, A. Taylor.
Veröffentlicht in: Advances in Neural Information Processing Systems, 2021
Herausgeber: NeurIPS

Learning with Differentiable Perturbed Optimizers

Autoren: Berthet, Quentin; Blondel, Mathieu; Teboul, Olivier; Cuturi, Marco; Vert, Jean-Philippe; Bach, Francis
Veröffentlicht in: Advances in NeurIPS, Ausgabe 39, 2020
Herausgeber: NeurIPS

Relating Leverage Scores and Density using Regularized Christoffel Functions

Autoren: Pauwels , Edouard; Bach , Francis; Vert , Jean-Philippe
Veröffentlicht in: Advances in NIPS, 2018
Herausgeber: NIPS Foundation

Statistical Optimality of Stochastic Gradient Descent on Hard Learning Problems through Multiple Passes

Autoren: Loucas Pillaud-Vivien, Alessandro Rudi, Francis Bach
Veröffentlicht in: Advances in Neural Information Processing Systems (NIPS), 2018
Herausgeber: NIPS Foundation

On Fast Leverage Score Sampling and Optimal Learning

Autoren: Rudi , Alessandro; Calandriello , Daniele; Carratino , Luigi; Rosasco , Lorenzo
Veröffentlicht in: Advances in NIPS, Ausgabe 28, 2018
Herausgeber: NIPS Foundation

Exponential convergence of testing error for stochastic gradient methods

Autoren: Pillaud-Vivien, Loucas; Rudi, Alessandro; Bach, Francis
Veröffentlicht in: Proceedings of COLT, Ausgabe 5, 2018
Herausgeber: COLT

On the Global Convergence of Gradient Descent for Over-parameterized Models using Optimal Transport

Autoren: Chizat , Lenaic; Bach , Francis
Veröffentlicht in: Advances in NIPS, Ausgabe 1, 2018
Herausgeber: NIPS Foundation

Stochastic first-order methods: non-asymptotic and computer-aided analyses via potential functions

Autoren: Adrien Taylor, Francis Bach
Veröffentlicht in: Proceedings COLT, 2019
Herausgeber: COLT

Affine Invariant Covariance Estimation for Heavy-Tailed Distributions

Autoren: Ostrovskii, Dmitrii; Rudi, Alessandro
Veröffentlicht in: COLT 2019 - 32nd Annual Conference on Learning Theory, Ausgabe 5, 2019
Herausgeber: N/A

An accelerated decentralized stochastic proximal algorithm for finite Sums

Autoren: Hadrien Hendrikx, Francis Bach, Laurent Massoulié
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS), 2019
Herausgeber: N/A

On the Global Convergence of Gradient Descent for Over-parameterized Models using Optimal Transport

Autoren: Chizat , Lenaic; Bach , Francis
Veröffentlicht in: Advances in Neural Information Processing Systems (NIPS), Ausgabe 2, 2018
Herausgeber: N/A

Globally Convergent Newton Methods for Ill-conditioned Generalized Self-concordant Losses

Autoren: Marteau-Ferey, Ulysse; Bach, Francis; Rudi, Alessandro
Veröffentlicht in: Advances in Neural Information Processing Systems (NeurIPS), 2019
Herausgeber: N/A

On Lazy Training in Differentiable Programming

Autoren: Chizat, Lenaic; Oyallon, Edouard; Bach, Francis
Veröffentlicht in: NeurIPS 2019 - 33rd Conference on Neural Information Processing Systems, Dec 2019, Vancouver, Canada, Ausgabe 15, 2019
Herausgeber: N/A

Deep Equals Shallow for ReLU Networks in Kernel Regimes.

Autoren: A. Bietti, F. Bach.
Veröffentlicht in: Proceedings of the International Conference on Learning Representations (ICLR), 2021
Herausgeber: ICLR

Batch Normalization Orthogonalizes Representations in Deep Random Networks

Autoren: H. Daneshmand, A. Joudaki, F. Bach.
Veröffentlicht in: Advances in NeurIPS, 2021
Herausgeber: NeurIPS

Fast rates in structured prediction.

Autoren: V. Cabannes, F. Bach, A. Rudi.
Veröffentlicht in: Proceedings of the Conference on Learning Theory (COLT), 2021
Herausgeber: COLT

Non-peer reviewed articles (1)

Finite-sample analysis of M-estimators using self-concordance

Autoren: Dmitrii Ostrovskii; Francis Bach
Veröffentlicht in: Electronic Journal of Statistics, Ausgabe 27, 2021, ISSN 1935-7524
Herausgeber: Institute of Mathematical Statistics
DOI: 10.1214/20-ejs1780