Buchumschlag

Rates of convergence for nonparametric estimation of singular distributions using generative adversarial networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jeyong, Kwon, Hyeok Kyu, Chae, Minwoo
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Minimax optimal density estimation using a shallow generative model with a one-dimensional latent variable
von: Kwon, Hyeok Kyu, et al.
Veröffentlicht: (2023)

Rates of convergence for density estimation with generative adversarial networks
von: Puchkin, Nikita, et al.
Veröffentlicht: (2021)

Advances in Bayesian model selection consistency for high-dimensional generalized linear models
von: Lee, Jeyong, et al.
Veröffentlicht: (2024)

Nonparametric estimation of a factorizable density using diffusion models
von: Kwon, Hyeok Kyu, et al.
Veröffentlicht: (2025)

Online Bernstein-von Mises theorem
von: Lee, Jeyong, et al.
Veröffentlicht: (2025)

Minimax rates of convergence for nonparametric regression under adversarial attacks
von: Peng, Jingfu, et al.
Veröffentlicht: (2024)

The Bernstein-von Mises theorem for Bayesian one-pass online learning
von: Lee, Jeyong, et al.
Veröffentlicht: (2026)

Parametric convergence rate of some nonparametric estimators in mixtures of power series distributions
von: Balabdaoui, Fadoua, et al.
Veröffentlicht: (2025)

Local convergence rates of the nonparametric least squares estimator with applications to transfer learning
von: Schmidt-Hieber, Johannes, et al.
Veröffentlicht: (2022)

Parametric and nonparametric probability distribution estimators of sample maximum
von: Moriyama, Taku
Veröffentlicht: (2021)

Rate-optimal and computationally efficient nonparametric estimation on the circle and the sphere
von: Georgiadis, Athanasios G., et al.
Veröffentlicht: (2025)

Minimax rates of convergence for the nonparametric estimation of the diffusion coefficient from time-homogeneous SDE paths
von: Mintsa, Eddy Michel Ella
Veröffentlicht: (2025)

On the choice of the two tuning parameters for nonparametric estimation of an elliptical distribution generator
von: Ryan, Victor, et al.
Veröffentlicht: (2024)

Partial heteroscedastic deconvolution estimation in nonparametric regression
von: Thiam, Baba
Veröffentlicht: (2026)

Treatment effect estimation under convergent network interference
von: Park, Bryan, et al.
Veröffentlicht: (2026)

Efficient nonparametric estimation of Toeplitz covariance matrices
von: Klockmann, Karolina, et al.
Veröffentlicht: (2023)

Rates of convergence and normal approximations for estimators of local dependence random graph models
von: Stewart, Jonathan R.
Veröffentlicht: (2024)

Winsorized mean estimation with heavy tails and adversarial contamination
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2025)

Polynomial rates via deconvolution for nonparametric estimation in McKean-Vlasov SDEs
von: Amorino, Chiara, et al.
Veröffentlicht: (2024)

A new method of joint nonparametric estimation of probability density and its support
von: Moriyama, Taku
Veröffentlicht: (2017)

Asymptotic theory for nonparametric testing of $k$-monotonicity in discrete distributions
von: Balabdaoui, Fadoua, et al.
Veröffentlicht: (2024)

Minimax density estimation in the adversarial framework under local differential privacy
von: Albert, Mélisande, et al.
Veröffentlicht: (2024)

Efficient adjustment sets for time-dependent treatment effect estimation in nonparametric causal graphical model
von: Adenyo, David, et al.
Veröffentlicht: (2024)

On the rate of convergence of an over-parametrized deep neural network regression estimate learned by gradient descent
von: Kohler, Michael
Veröffentlicht: (2025)

Sufficient digits and density estimation: A Bayesian nonparametric approach using generalized finite Pólya trees
von: Beraha, Mario, et al.
Veröffentlicht: (2025)

Robust estimation with Lasso when outputs are adversarially contaminated
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2020)

Adversarial learning for nonparametric regression: Minimax rate and adaptive estimation
von: Peng, Jingfu, et al.
Veröffentlicht: (2025)

Optimal nonparametric estimation of the expected shortfall risk
von: Bartl, Daniel, et al.
Veröffentlicht: (2024)

Smoothed nonparametric two-sample tests
von: Moriyama, Taku, et al.
Veröffentlicht: (2017)

Difference-based covariance matrix estimate in time series nonparametric regression with applications to specification tests
von: Bai, Lujia, et al.
Veröffentlicht: (2023)

Rates of convergence for Renyi entropy in extreme value theory
von: Saeb, Ali
Veröffentlicht: (2014)

Rate of convergence of the smoothed empirical Wasserstein distance
von: Block, Adam, et al.
Veröffentlicht: (2022)

Smoothed NPMLEs in nonparametric Poisson mixtures and beyond
von: Lim, Keunwoo, et al.
Veröffentlicht: (2024)

Sharp adaptive nonparametric testing for constant volatility
von: Brutsche, Johannes, et al.
Veröffentlicht: (2026)

A nonparametric Bayesian analysis of independent and identically distributed observations of covariate-driven Poisson processes
von: Dolmeta, Patric, et al.
Veröffentlicht: (2025)

Increasing domain asymptotics for covariate-based nonparametric Bayesian intensity estimation with Gaussian and Besov-Laplace priors
von: Dolmeta, Patric, et al.
Veröffentlicht: (2026)

A nonparametric distribution-free test of independence among continuous random vectors based on \texorpdfstring{$L_1$}{}-norm
von: Berrahou, Nour-Eddine, et al.
Veröffentlicht: (2021)

Riemannian radial distributions on Riemannian symmetric spaces: Optimal rates of convergence for parameter estimation
von: Chen, Hengchao
Veröffentlicht: (2024)

Limit results for distributed estimation of invariant subspaces in multiple networks inference and PCA
von: Zheng, Runbing, et al.
Veröffentlicht: (2022)

Optimal heteroskedasticity testing in nonparametric regression
von: Kotekal, Subhodh, et al.
Veröffentlicht: (2023)