Buchumschlag

Approximating Persistent Homology for Large Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Yueqi, Monod, Anthea
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Metric Graph Kernels via the Tropical Torelli Map
von: Cao, Yueqi, et al.
Veröffentlicht: (2025)

A Geometric Condition for Uniqueness of Fréchet Means of Persistence Diagrams
von: Cao, Yueqi, et al.
Veröffentlicht: (2022)

Trajectory-Restricted Optimization Conditions and Geometry-Aware Linear Convergence
von: Chaudhry, Faris, et al.
Veröffentlicht: (2026)

Wavelet-Based Density Estimation for Persistent Homology
von: Häberle, Konstantin, et al.
Veröffentlicht: (2023)

Estimating the Number of Components in Finite Mixture Models via Variational Approximation
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

Varadhan Functions, Variances, and Means on Compact Riemannian Manifolds
von: Cao, Yueqi
Veröffentlicht: (2026)

Statistical Inference for Manifold Similarity and Alignability across Noisy High-Dimensional Datasets
von: Chen, Hongrui, et al.
Veröffentlicht: (2025)

Efficient and Multiply Robust Risk Estimation under General Forms of Dataset Shift
von: Qiu, Hongxiang, et al.
Veröffentlicht: (2023)

Probabilistic Conformal Prediction with Approximate Conditional Validity
von: Plassier, Vincent, et al.
Veröffentlicht: (2024)

Large-Sample Properties of Non-Stationary Source Separation for Gaussian Signals
von: Bachoc, François, et al.
Veröffentlicht: (2022)

Representation-Enhanced Neural Knowledge Integration with Application to Large-Scale Medical Ontology Learning
von: Liu, Suqi, et al.
Veröffentlicht: (2024)

Entropic Riemannian Neural Optimal Transport
von: Micheli, Alessandro, et al.
Veröffentlicht: (2026)

CARE: Large Precision Matrix Estimation for Compositional Data
von: Zhang, Shucong, et al.
Veröffentlicht: (2023)

Large-scale entity resolution via microclustering Ewens--Pitman random partitions
von: Beraha, Mario, et al.
Veröffentlicht: (2025)

ANPP: the Adapted Normalized Power Prior for Borrowing Information from Multiple Historical Datasets in Clinical Trials
von: Shen, Yueqi, et al.
Veröffentlicht: (2024)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces I: the compact case
von: Azangulov, Iskander, et al.
Veröffentlicht: (2022)

Classification by sparse generalized additive models
von: Abramovich, Felix
Veröffentlicht: (2022)

Augmentation Invariant Manifold Learning
von: Wang, Shulei
Veröffentlicht: (2022)

Treatment Effect Estimation with Observational Network Data using Machine Learning
von: Emmenegger, Corinne, et al.
Veröffentlicht: (2022)

Robustness Against Weak or Invalid Instruments: Exploring Nonlinear Treatment Models with Machine Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2022)

Higher-order accurate two-sample network inference and network hashing
von: Shao, Meijia, et al.
Veröffentlicht: (2022)

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

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

Causal de Finetti: On the Identification of Invariant Causal Structure in Exchangeable Data
von: Guo, Siyuan, et al.
Veröffentlicht: (2022)

Uncertainty Quantification of MLE for Entity Ranking with Covariates
von: Fan, Jianqing, et al.
Veröffentlicht: (2022)

A General Framework for Treatment Effect Estimation in Semi-Supervised and High Dimensional Settings
von: Chakrabortty, Abhishek, et al.
Veröffentlicht: (2022)

Sequential Kernelized Independence Testing
von: Podkopaev, Aleksandr, et al.
Veröffentlicht: (2022)

Optimal Discriminant Analysis in High-Dimensional Latent Factor Models
von: Bing, Xin, et al.
Veröffentlicht: (2022)

Online Kernel CUSUM for Change-Point Detection
von: Wei, Song, et al.
Veröffentlicht: (2022)

Noise-contrastive Online Change Point Detection
von: Puchkin, Nikita, et al.
Veröffentlicht: (2022)

Policy learning "without" overlap: Pessimism and generalized empirical Bernstein's inequality
von: Jin, Ying, et al.
Veröffentlicht: (2022)

BELIEF in Dependence: Leveraging Atomic Linearity in Data Bits for Rethinking Generalized Linear Models
von: Brown, Benjamin, et al.
Veröffentlicht: (2022)

Semi-Supervised Quantile Estimation: Robust and Efficient Inference in High Dimensional Settings
von: Chakrabortty, Abhishek, et al.
Veröffentlicht: (2022)

Identifiability of Sparse Causal Effects using Instrumental Variables
von: Pfister, Niklas, et al.
Veröffentlicht: (2022)

Anytime-valid off-policy inference for contextual bandits
von: Waudby-Smith, Ian, et al.
Veröffentlicht: (2022)

Distributional Treatment Effect Estimation across Heterogeneous Sites via Optimal Transport
von: Bateni, Borna, et al.
Veröffentlicht: (2025)

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
von: Kim, Seok-Jin
Veröffentlicht: (2026)

Scalable Kernel-Based Distances for Statistical Inference and Integration
von: Naslidnyk, Masha
Veröffentlicht: (2026)

Theoretical Foundations of Conformal Prediction
von: Angelopoulos, Anastasios N., et al.
Veröffentlicht: (2024)