Buchumschlag

Functional Linear Regression of Cumulative Distribution Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Qian, Makur, Anuran, Azizzadenesheli, Kamyar
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Optimization of Smooth Loss Functions
von: Jadbabaie, Ali, et al.
Veröffentlicht: (2022)

Hypothesis Testing for Generalized Thurstone Models
von: Makur, Anuran, et al.
Veröffentlicht: (2025)

Minimax Hypothesis Testing for the Bradley-Terry-Luce Model
von: Makur, Anuran, et al.
Veröffentlicht: (2024)

Entrywise Error Bounds for Spectral Ranking with Semi-Random Adversaries
von: Lee, Dongmin, et al.
Veröffentlicht: (2026)

Permutation Capacity Region of Adder Multiple-Access Channels
von: Lu, William, et al.
Veröffentlicht: (2023)

Doeblin Coefficients and Related Measures
von: Makur, Anuran, et al.
Veröffentlicht: (2023)

Bounds on Maximal Leakage over Bayesian Networks
von: Makur, Anuran, 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)

Statistical Inference for Linear Functionals of Online SGD in High-dimensional Linear Regression
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2023)

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Domain Generalization by Functional Regression
von: Holzleitner, Markus, et al.
Veröffentlicht: (2023)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Max-Linear Regression by Convex Programming
von: Kim, Seonho, et al.
Veröffentlicht: (2021)

Universal Functional Regression with Neural Operator Flows
von: Shi, Yaozhong, et al.
Veröffentlicht: (2024)

Finite Sample Analysis of Distribution-Free Confidence Ellipsoids for Linear Regression
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

On the Interpolation Error of Nonlinear Attention versus Linear Regression
von: Liao, Zhenyu, et al.
Veröffentlicht: (2025)

Improved Scaling Laws in Linear Regression via Data Reuse
von: Lin, Licong, et al.
Veröffentlicht: (2025)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
von: Kim, Yeichan, et al.
Veröffentlicht: (2025)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
von: Hu, Hong, et al.
Veröffentlicht: (2024)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
von: Wegel, Tobias, et al.
Veröffentlicht: (2025)

Unveiling the Cycloid Trajectory of EM Iterations in Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2024)

Statistical Inference for Linear Functionals of Online Least-squares SGD when $t \gtrsim d^{1+δ}$
von: Agrawalla, Bhavya, et al.
Veröffentlicht: (2025)

Finite Sample Confidence Regions for Linear Regression Parameters Using Arbitrary Predictors
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2024)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Transfer Learning for High-dimensional Quantile Regression with Distribution Shift
von: Bai, Ruiqi, et al.
Veröffentlicht: (2024)

Optimal Excess Risk Bounds for Empirical Risk Minimization on $p$-Norm Linear Regression
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2023)

The Thermodynamic Costs of Simple Linear Regression
von: D'Ambrosia, Samuel H., et al.
Veröffentlicht: (2026)

Adjusted Expected Improvement for Cumulative Regret Minimization in Noisy Bayesian Optimization
von: Hu, Shouri, et al.
Veröffentlicht: (2022)

Batches Stabilize the Minimum Norm Risk in High Dimensional Overparameterized Linear Regression
von: Ioushua, Shahar Stein, et al.
Veröffentlicht: (2023)

Functional Linear Non-Gaussian Acyclic Model for Causal Discovery
von: Yang, Tian-Le, et al.
Veröffentlicht: (2024)

Iterative Reweighted Framework Based Algorithms for Sparse Linear Regression with Generalized Elastic Net Penalty
von: Ding, Yanyun, et al.
Veröffentlicht: (2024)

Bivariate Matrix-valued Linear Regression (BMLR): Finite-sample performance under Identifiability and Sparsity Assumptions
von: Bettache, Nayel
Veröffentlicht: (2024)

Sharp Structure-Agnostic Lower Bounds for General Linear Functional Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2025)

On Uncertainty Calibration for Equivariant Functions
von: Berman, Edward, et al.
Veröffentlicht: (2025)

Ratio-based Loss Functions
von: Helgerth, Lena, et al.
Veröffentlicht: (2026)

Scaling Laws in Linear Regression: Compute, Parameters, and Data
von: Lin, Licong, et al.
Veröffentlicht: (2024)

Decentralized Sparse Linear Regression via Gradient-Tracking: Linear Convergence and Statistical Guarantees
von: Maros, Marie, et al.
Veröffentlicht: (2022)

Sample Complexity of Offline Distributionally Robust Linear Markov Decision Processes
von: Wang, He, et al.
Veröffentlicht: (2024)

Approximation of RKHS Functionals by Neural Networks
von: Zhou, Tian-Yi, et al.
Veröffentlicht: (2024)