Buchumschlag

The ODE Method for Asymptotic Statistics in Stochastic Approximation and Reinforcement Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Borkar, Vivek, Chen, Shuhang, Devraj, Adithya, Kontoyiannis, Ioannis, Meyn, Sean
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Statistics Theory Machine Learning 62L20, 60F17, 68T05
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The case for and against fixed step-size: Stochastic approximation algorithms in optimization and machine learning
von: Lauand, Caio Kalil, et al.
Veröffentlicht: (2023)

Revisiting Step-Size Assumptions in Stochastic Approximation
von: Lauand, Caio Kalil, et al.
Veröffentlicht: (2024)

Statistical inference for Linear Stochastic Approximation with Markovian Noise
von: Samsonov, Sergey, et al.
Veröffentlicht: (2025)

Asymptotics of generalized Pólya urns with non-linear feedback
von: Gottfried, Thomas, et al.
Veröffentlicht: (2023)

Improved Central Limit Theorem and Bootstrap Approximations for Linear Stochastic Approximation
von: Butyrin, Bogdan, et al.
Veröffentlicht: (2025)

Quantitative Error Bounds for Scaling Limits of Stochastic Iterative Algorithms
von: Wang, Xiaoyu, et al.
Veröffentlicht: (2025)

Gaussian Approximation and Multiplier Bootstrap for Polyak-Ruppert Averaged Linear Stochastic Approximation with Applications to TD Learning
von: Samsonov, Sergey, et al.
Veröffentlicht: (2024)

Gaussian Approximation for Two-Timescale Linear Stochastic Approximation
von: Butyrin, Bogdan, et al.
Veröffentlicht: (2025)

Large parameter asymptotic analysis for homogeneous normalized random measures with independent increments
von: Zhang, Junxi, et al.
Veröffentlicht: (2024)

Joint FCLT for Sample Quantile and Measures of Dispersion for Functionals of Mixing Processes
von: Bräutigam, Marcel, et al.
Veröffentlicht: (2021)

Adaptive Thresholds for Monitoring and Screening in Imbalanced Samples: Optimality and Boosting Sensitivity
von: Steland, Ansgar
Veröffentlicht: (2025)

A General (Non-Markovian) Framework for Covariate Adaptive Randomization: Achieving Balance While Eliminating the Shift
von: Fang, Hengjia, et al.
Veröffentlicht: (2026)

CBARA: Covariate-Balanced-and-Adjusted Response-Adaptive Randomization
von: Fang, Hengjia, et al.
Veröffentlicht: (2026)

Edgeworth Expansions for Linear Rank Statistics Using Stein's Method
von: Schneller, Walter
Veröffentlicht: (2025)

Revisiting Stochastic Approximation and Stochastic Gradient Descent
von: Karandikar, Rajeeva Laxman, et al.
Veröffentlicht: (2025)

When Does Dynamic Preconditioning Preserve the Polyak-Ruppert CLT? A Stabilization Threshold
von: An, Sunyoung, et al.
Veröffentlicht: (2026)

Gaussian Approximation and Multiplier Bootstrap for Stochastic Gradient Descent
von: Sheshukova, Marina, et al.
Veröffentlicht: (2025)

Beyond the Central Limit: Universality of the Gamma Distribution from Padé-Enhanced Large Deviations
von: Castro, Mario, et al.
Veröffentlicht: (2026)

Asymptotic Normality of Chatterjee's Rank Correlation
von: Kroll, Marius
Veröffentlicht: (2024)

Stratified Permutational Berry--Esseen Bounds and Their Applications to Statistics
von: Tian, Pengfei, et al.
Veröffentlicht: (2025)

First versus full or first versus last: U-statistic change-point tests under fixed and local alternatives
von: Dehling, Herold, et al.
Veröffentlicht: (2026)

Optimistic Training and Convergence of Q-Learning -- Extended Version
von: Mehta, Prashant, et al.
Veröffentlicht: (2026)

Conditioning of Banach Space Valued Gaussian Random Variables: An Approximation Approach Based on Martingales
von: Steinwart, Ingo
Veröffentlicht: (2024)

Stochastic Approximation with Two Time Scales: The General Case
von: Borkar, Vivek S
Veröffentlicht: (2024)

On the Asymptotics of Importance Weighted Variational Inference
von: Cherief-Abdellatif, Badr-Eddine, et al.
Veröffentlicht: (2025)

Poisson and Gaussian approximations of the power divergence family of statistics
von: Daly, Fraser
Veröffentlicht: (2023)

Convergence of Batch Asynchronous Stochastic Approximation With Applications to Reinforcement Learning
von: Karandikar, Rajeeva L., et al.
Veröffentlicht: (2021)

Statistical inference for a multiscale stochastic model of enzyme kinetics via propagation of chaos
von: Ganguly, Arnab, et al.
Veröffentlicht: (2024)

Online Regularized Learning Algorithms in RKHS with $β$- and $ϕ$-Mixing Sequences
von: Roy, Priyanka, et al.
Veröffentlicht: (2025)

Convergence Rates for Stochastic Approximation: Biased Noise with Unbounded Variance, and Applications
von: Karandikar, Rajeeva L., et al.
Veröffentlicht: (2023)

Grouping predictors via network-wide metrics
von: Park, Brandon Woosuk, et al.
Veröffentlicht: (2024)

Stability and Sensitivity Analysis of Relative Temporal-Difference Learning: Extended Version
von: Sakha, Masoud S., et al.
Veröffentlicht: (2026)

Direct Estimation of Schrödinger Bridge Time-Series Drifts: Finite-Sample, Asymptotic, and Adaptive Guarantees
von: Mazhar, Othmane, et al.
Veröffentlicht: (2026)

Multiple change-points detection based on U-Statistics under weak dependence
von: Ngatchou-Wandji, Joseph, et al.
Veröffentlicht: (2025)

A hybrid-Hill estimator enabled by heavy-tailed block maxima
von: Neves, Claudia, et al.
Veröffentlicht: (2025)

Statistical inference for rough volatility: Central limit theorems
von: Chong, Carsten, et al.
Veröffentlicht: (2022)

Asymmetric super-Heston-rough volatility model with Zumbach effect as scaling limit of quadratic Hawkes processes
von: Chudasama, Priyanka, et al.
Veröffentlicht: (2025)

Berry-Esseen Bounds and Moderate Deviations for Catoni-Type Robust Estimation
von: Cai, Zhijun, et al.
Veröffentlicht: (2026)

On the Weak Convergence of the Function-Indexed Sequential Empirical Process and its Smoothed Analogue under Nonstationarity
von: Scholze, Florian Alexander, et al.
Veröffentlicht: (2024)

The SIML method without microstructure noise
von: Akahori, Jirô, et al.
Veröffentlicht: (2023)