:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Jian, Zhang, Xianyang
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	https://arxiv.org/abs/2201.00073
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distance and Kernel-Based Measures for Global and Local Two-Sample Conditional Distribution Testing
von: Yan, Jian, et al.
Veröffentlicht: (2022)

Kernel Two-Sample Tests for Manifold Data
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2021)

Boosting the Power of Kernel Two-Sample Tests
von: Chatterjee, Anirban, et al.
Veröffentlicht: (2023)

A Permutation-free Kernel Two-Sample Test
von: Shekhar, Shubhanshu, et al.
Veröffentlicht: (2022)

Kernel Two-Sample Testing via Directional Components Analysis
von: Cui, Rui, et al.
Veröffentlicht: (2025)

A Scalable Nystrom-Based Kernel Two-Sample Test with Permutations
von: Chatalic, Antoine, et al.
Veröffentlicht: (2025)

Computational-Statistical Trade-off in Kernel Two-Sample Testing with Random Fourier Features
von: Choi, Ikjun, et al.
Veröffentlicht: (2024)

Estimating the Spectral Moments of the Kernel Integral Operator from Finite Sample Matrices
von: Chun, Chanwoo, et al.
Veröffentlicht: (2024)

General Frameworks for Conditional Two-Sample Testing
von: Lee, Seongchan, et al.
Veröffentlicht: (2024)

A Uniform Concentration Inequality for Kernel-Based Two-Sample Statistics
von: Ni, Yijin, et al.
Veröffentlicht: (2024)

Targeted Separation and Convergence with Kernel Discrepancies
von: Barp, Alessandro, et al.
Veröffentlicht: (2022)

Kernel Density Estimators in Large Dimensions
von: Biroli, Giulio, et al.
Veröffentlicht: (2024)

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, et al.
Veröffentlicht: (2021)

Minimax-Optimal Two-Sample Test with Sliced Wasserstein
von: Tran, Binh Thuan, et al.
Veröffentlicht: (2025)

A Kernel-Based Conditional Two-Sample Test Using Nearest Neighbors (with Applications to Calibration, Regression Curves, and Simulation-Based Inference)
von: Chatterjee, Anirban, et al.
Veröffentlicht: (2024)

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
von: Azangulov, Iskander, et al.
Veröffentlicht: (2024)

Maximum Mean Discrepancy with Unequal Sample Sizes via Generalized U-Statistics
von: Wei, Aaron, et al.
Veröffentlicht: (2025)

Dimension-Free Bounds for Generalized First-Order Methods via Gaussian Coupling
von: Reeves, Galen
Veröffentlicht: (2025)

Optimal Rate of Kernel Regression in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2023)

Entangled Mean Estimation in High-Dimensions
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

Bayesian Cramér-Rao Bound Estimation with Score-Based Models
von: Crafts, Evan Scope, et al.
Veröffentlicht: (2023)

Leveraging Optimal Transport for Distributed Two-Sample Testing: An Integrated Transportation Distance-based Framework
von: Lin, Zhengqi, et al.
Veröffentlicht: (2025)

Sample Path Regularity of Gaussian Processes from the Covariance Kernel
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2023)

Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise
von: Ding, Xiucai, et al.
Veröffentlicht: (2026)

The Catastrophic Failure of The k-Means Algorithm in High Dimensions, and How Hartigan's Algorithm Avoids It
von: Lederman, Roy R., et al.
Veröffentlicht: (2026)

The Sample Complexity of Simple Binary Hypothesis Testing
von: Pensia, Ankit, et al.
Veröffentlicht: (2024)

On the Sample Complexity of Robust Binary Hypothesis Testing
von: Vallinayagam, Shankar, et al.
Veröffentlicht: (2026)

Stein-Rule Shrinkage for Stochastic Gradient Estimation in High Dimensions
von: Arashi, M., et al.
Veröffentlicht: (2026)

Dimension lower bounds for linear approaches to function approximation
von: Hsu, Daniel
Veröffentlicht: (2025)

Fast and Efficient Parallel Sampling Using Higher Order Langevin Dynamics
von: Mahajan, Jaideep, et al.
Veröffentlicht: (2025)

Attainability of Two-Point Testing Rates for Finite-Sample Location Estimation
von: Compton, Spencer, et al.
Veröffentlicht: (2025)

Locally Near Optimal Piecewise Linear Regression in High Dimensions via Difference of Max-Affine Functions
von: Kanj, Haitham, et al.
Veröffentlicht: (2026)

TrIM: Transformed Iterative Mondrian Forests for Gradient-based Dimension Reduction and High-Dimensional Regression
von: Baptista, Ricardo, et al.
Veröffentlicht: (2024)

Dimension-free Score Matching and Time Bootstrapping for Diffusion Models
von: Kumar, Syamantak, et al.
Veröffentlicht: (2025)

Learning Curves and Benign Overfitting of Spectral Algorithms in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2026)

Dimension-free error estimate for diffusion model and optimal scheduling
von: de Bortoli, Valentin, et al.
Veröffentlicht: (2025)

Spectral Regularized Kernel Two-Sample Tests
von: Hagrass, Omar, et al.
Veröffentlicht: (2022)

Dimension-Free Convergence of Discrete Diffusion Models: Adjoint Equations Induce the Right Space
von: Kan, Kelvin, et al.
Veröffentlicht: (2026)

Understanding Generalization in Physics Informed Models through Affine Variety Dimensions
von: Koshizuka, Takeshi, et al.
Veröffentlicht: (2025)

Belted and Ensembled Neural Network for Linear and Nonlinear Sufficient Dimension Reduction
von: Tang, Yin, et al.
Veröffentlicht: (2024)