Buchumschlag

Local convergence rates of the nonparametric least squares estimator with applications to transfer learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schmidt-Hieber, Johannes, Zamolodtchikov, Petr
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

Generative Modelling via Quantile Regression
von: Schmidt-Hieber, Johannes, et al.
Veröffentlicht: (2024)

A supervised deep learning method for nonparametric density estimation
von: Bos, Thijs, et al.
Veröffentlicht: (2023)

Transfer Learning under Covariate Shift: Local $k$-Nearest Neighbours Regression with Heavy-Tailed Design
von: Zamolodtchikov, Petr, et al.
Veröffentlicht: (2024)

A Minimax Theory of Nonparametric Regression Under Covariate Shift
von: Zamolodtchikov, Petr
Veröffentlicht: (2026)

Subscedastic weighted least squares estimates
von: Bryan, Jordan, et al.
Veröffentlicht: (2024)

Spike-timing-dependent Hebbian learning as noisy gradient descent
von: Dexheimer, Niklas, et al.
Veröffentlicht: (2025)

Approximation rates for finite mixtures of location-scale models and fast least-squares estimators
von: Nguyen, Hien Duy, 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)

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

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

Ordinal Patterns Based Change Points Detection
von: Betken, Annika, et al.
Veröffentlicht: (2025)

Rates of convergence for nonparametric estimation of singular distributions using generative adversarial networks
von: Lee, Jeyong, et al.
Veröffentlicht: (2022)

On Conditional least squares estimation for the AD(1,n) model
von: Alaya, Mohamed Ben, et al.
Veröffentlicht: (2024)

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

Consistent least squares estimation in population-size-dependent branching processes
von: Braunsteins, Peter, et al.
Veröffentlicht: (2022)

The distribution of Ridgeless least squares interpolators
von: Han, Qiyang, et al.
Veröffentlicht: (2023)

On the VC dimension of deep group convolutional neural networks
von: Sepliarskaia, Anna, et al.
Veröffentlicht: (2024)

Dropout Regularization Versus $\ell_2$-Penalization in the Linear Model
von: Clara, Gabriel, et al.
Veröffentlicht: (2023)

Training Diagonal Linear Networks with Stochastic Sharpness-Aware Minimization
von: Clara, Gabriel, et al.
Veröffentlicht: (2025)

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

Tessellation Localized Transfer learning for nonparametric regression
von: Halconruy, Hélène, et al.
Veröffentlicht: (2026)

Codivergences and information matrices
von: Derumigny, Alexis, et al.
Veröffentlicht: (2023)

Boosted optimal weighted least-squares
von: Haberstich, Cécile, et al.
Veröffentlicht: (2019)

Two-stage weighted least squares estimator of multivariate non-negative observation-driven models
von: Armillotta, Mirko
Veröffentlicht: (2023)

Hyper Input Convex Neural Networks for Shape Constrained Learning and Optimal Transport
von: Hundrieser, Shayan, et al.
Veröffentlicht: (2026)

Risk reversal for least squares estimators under nested convex constraints
von: Al-Ghattas, Omar
Veröffentlicht: (2026)

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

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

Lower bounds for the trade-off between bias and mean absolute deviation
von: Derumigny, Alexis, et al.
Veröffentlicht: (2023)

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

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

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

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

Improving the Convergence Rates of Forward Gradient Descent with Repeated Sampling
von: Dexheimer, Niklas, et al.
Veröffentlicht: (2024)

Convergence guarantees for forward gradient descent in the linear regression model
von: Bos, Thijs, et al.
Veröffentlicht: (2023)

On a synergistic learning phenomenon in nonparametric domain adaptation
von: Zhou, Ling, et al.
Veröffentlicht: (2025)

Stable convergence of conditional least squares estimators for supercritical continuous state and continuous time branching processes with immigration
von: Barczy, Matyas
Veröffentlicht: (2022)

Kronecker-product random matrices and a matrix least squares problem
von: Fan, Zhou, et al.
Veröffentlicht: (2024)

Universality in block dependent linear models with applications to nonparametric regression
von: Lahiry, Samriddha, et al.
Veröffentlicht: (2023)

Finite sample rates of convergence for the Bigraphical and Tensor graphical Lasso estimators
von: Zhou, Shuheng, et al.
Veröffentlicht: (2023)