Loucas Pillaud Vivien

E-mailloucas.pillaud-vivienenpcfr

Résultat de recherche par an

Empreinte digitale

Passez en revue plus en détail les thèmes de recherche où Loucas Pillaud Vivien est actif. Ces libellés thématiques proviennent des travaux de cette personne. Ensemble, ils forment une empreinte digitale unique.

1 Profils similaires

8 Article de conférence
6 Contribution à une conférence
3 Article

On learning Gaussian multi-index models with gradient flow part I: General properties and two-timescale learning
Bietti, A., Bruna, J. & Pillaud-Vivien, L., 1 déc. 2025, Dans: Communications on Pure and Applied Mathematics. 78, 12, p. 2354-2435 82 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs
Variational Inference for Uncertainty Quantification: an Analysis of Trade-offs
Margossian, C. C., Pillaud-Vivien, L. & Saul, L. K., 1 janv. 2025, Dans: Journal of Machine Learning Research. 26, p. 1-41 41 p.
Résultats de recherche: Contribution à un journal › Article › Revue par des pairs
Batch and match: black-box variational inference with a score-based divergence
Cai, D., Modi, C., Pillaud-Vivien, L., Margossian, C. C., Gower, R. M., Blei, D. M. & Saul, L. K., 1 janv. 2024, Dans: Proceedings of Machine Learning Research. 235, p. 5258-5297 40 p.
Résultats de recherche: Contribution à un journal › Article de conférence › Revue par des pairs
Computational-Statistical Gaps in Gaussian Single-Index Models
Damian, A., Pillaud-Vivien, L., Lee, J. D. & Bruna, J., 1 janv. 2024, Dans: Proceedings of Machine Learning Research. 247, p. 1262 1 p.
Résultats de recherche: Contribution à un journal › Article de conférence › Revue par des pairs
Kernelized Diffusion Maps
Pillaud-Vivien, L. & Bach, F., 1 janv. 2023, Dans: Proceedings of Machine Learning Research. 195, p. 5236-5259 24 p.
Résultats de recherche: Contribution à un journal › Article de conférence › Revue par des pairs
On Single Index Models beyond Gaussian Data
Bruna, J., Pillaud-Vivien, L. & Zweig, A., 1 janv. 2023, Advances in Neural Information Processing Systems 36 - 37th Conference on Neural Information Processing Systems, NeurIPS 2023. Oh, A., Neumann, T., Globerson, A., Saenko, K., Hardt, M. & Levine, S. (eds.). Neural information processing systems foundation, (Advances in Neural Information Processing Systems; Vol 36).
Résultats de recherche: Le chapitre dans un livre, un rapport, une anthologie ou une collection › Contribution à une conférence › Revue par des pairs
On the spectral bias of two-layer linear networks
Varre, A., Vladarean, M. L., Pillaud-Vivien, L. & Flammarion, N., 1 janv. 2023, Advances in Neural Information Processing Systems 36 - 37th Conference on Neural Information Processing Systems, NeurIPS 2023. Oh, A., Neumann, T., Globerson, A., Saenko, K., Hardt, M. & Levine, S. (eds.). Neural information processing systems foundation, (Advances in Neural Information Processing Systems; Vol 36).
Résultats de recherche: Le chapitre dans un livre, un rapport, une anthologie ou une collection › Contribution à une conférence › Revue par des pairs
SGD with Large Step Sizes Learns Sparse Features
Andriushchenko, M., Varre, A., Pillaud-Vivien, L. & Flammarion, N., 1 janv. 2023, Dans: Proceedings of Machine Learning Research. 202, p. 903-925 23 p.
Résultats de recherche: Contribution à un journal › Article de conférence › Revue par des pairs
Gradient flow dynamics of shallow ReLU networks for square loss and orthogonal inputs
Boursier, E., Pillaud-Vivien, L. & Flammarion, N., 1 janv. 2022, Advances in Neural Information Processing Systems 35 - 36th Conference on Neural Information Processing Systems, NeurIPS 2022. Koyejo, S., Mohamed, S., Agarwal, A., Belgrave, D., Cho, K. & Oh, A. (eds.). Neural information processing systems foundation, (Advances in Neural Information Processing Systems; Vol 35).
Résultats de recherche: Le chapitre dans un livre, un rapport, une anthologie ou une collection › Contribution à une conférence › Revue par des pairs
Label noise (stochastic) gradient descent implicitly solves the Lasso for quadratic parametrisation
Pillaud-Vivien, L., Reygner, J. & Flammarion, N., 1 janv. 2022, Dans: Proceedings of Machine Learning Research. 178, p. 2127-2159 33 p.
Résultats de recherche: Contribution à un journal › Article de conférence › Revue par des pairs

Loucas Pillaud Vivien

Empreinte digitale

Collaborations et principaux domaines de recherche des cinq dernières années

Voir les détails

On learning Gaussian multi-index models with gradient flow part I: General properties and two-timescale learning

Variational Inference for Uncertainty Quantification: an Analysis of Trade-offs

Batch and match: black-box variational inference with a score-based divergence

Computational-Statistical Gaps in Gaussian Single-Index Models

Kernelized Diffusion Maps

On Single Index Models beyond Gaussian Data

On the spectral bias of two-layer linear networks

SGD with Large Step Sizes Learns Sparse Features

Gradient flow dynamics of shallow ReLU networks for square loss and orthogonal inputs

Label noise (stochastic) gradient descent implicitly solves the Lasso for quadratic parametrisation