Copertina

Existence and Minimax Theorems for Adversarial Surrogate Risks in Binary Classification

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Frank, Natalie S., Niles-Weed, Jonathan
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Machine Learning Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Adversarial Consistency of Surrogate Risks for Binary Classification
di: Frank, Natalie, et al.
Pubblicazione: (2023)

Adversarial Surrogate Risk Bounds for Binary Classification
di: Frank, Natalie S.
Pubblicazione: (2025)

Estimation and inference for the Wasserstein distance between mixing measures in topic models
di: Bing, Xin, et al.
Pubblicazione: (2022)

Statistical optimal transport
di: Chewi, Sinho, et al.
Pubblicazione: (2024)

Entropic estimation of optimal transport maps
di: Pooladian, Aram-Alexandre, et al.
Pubblicazione: (2021)

Plugin Estimation of Smooth Optimal Transport Maps
di: Manole, Tudor, et al.
Pubblicazione: (2021)

Learning large softmax mixtures with warm start EM
di: Bing, Xin, et al.
Pubblicazione: (2024)

Optimal transport map estimation in general function spaces
di: Divol, Vincent, et al.
Pubblicazione: (2022)

Adversarial Consistency and the Uniqueness of the Adversarial Bayes Classifier
di: Frank, Natalie S.
Pubblicazione: (2024)

A Notion of Uniqueness for the Adversarial Bayes Classifier
di: Frank, Natalie S.
Pubblicazione: (2024)

Approximate independence of permutation mixtures
di: Han, Yanjun, et al.
Pubblicazione: (2024)

Sharp Convergence Rates for Empirical Optimal Transport with Smooth Costs
di: Manole, Tudor, et al.
Pubblicazione: (2021)

Central Limit Theorems for Smooth Optimal Transport Maps
di: Manole, Tudor, et al.
Pubblicazione: (2023)

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

Beyond entropic regularization: Debiased Gaussian estimators for discrete optimal transport and general linear programs
di: Liu, Shuyu, et al.
Pubblicazione: (2025)

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

Minimax Optimal Fair Classification with Bounded Demographic Disparity
di: Zeng, Xianli, et al.
Pubblicazione: (2024)

Towards Sharp Minimax Risk Bounds for Operator Learning
di: Adcock, Ben, et al.
Pubblicazione: (2025)

Optimal Recovery Meets Minimax Estimation
di: DeVore, Ronald, et al.
Pubblicazione: (2025)

Besting Good--Turing: Optimality of Non-Parametric Maximum Likelihood for Distribution Estimation
di: Han, Yanjun, et al.
Pubblicazione: (2025)

Weak limits of entropy regularized Optimal Transport; potentials, plans and divergences
di: Gonzalez-Sanz, Alberto, et al.
Pubblicazione: (2022)

Minimax Statistical Estimation under Wasserstein Contamination
di: Chao, Patrick, et al.
Pubblicazione: (2023)

Minimax-optimal and Locally-adaptive Online Nonparametric Regression
di: Liautaud, Paul, et al.
Pubblicazione: (2024)

Offline Estimation of Controlled Markov Chains: Minimaxity and Sample Complexity
di: Banerjee, Imon, et al.
Pubblicazione: (2022)

Minimax Adaptive Online Nonparametric Regression over Besov Spaces
di: Liautaud, Paul, et al.
Pubblicazione: (2025)

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

The Structure of Cross-Validation Error: Stability, Covariance, and Minimax Limits
di: Nachum, Ido, et al.
Pubblicazione: (2025)

Minimax and Adaptive Covariance Matrix Estimation under Differential Privacy
di: Cai, T. Tony, et al.
Pubblicazione: (2026)

Minimax optimal transfer learning for high-dimensional additive regression
di: Moon, Seung Hyun
Pubblicazione: (2025)

Minimax Limits of k-Fold Cross-Validation via Majority
di: Nachum, Ido, et al.
Pubblicazione: (2026)

Minimax Semiparametric Learning With Approximate Sparsity
di: Bradic, Jelena, et al.
Pubblicazione: (2019)

On Instability of Minimax Optimal Optimism-Based Bandit Algorithms
di: Praharaj, Samya, et al.
Pubblicazione: (2025)

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

Minimax Optimality of the Probability Flow ODE for Diffusion Models
di: Cai, Changxiao, et al.
Pubblicazione: (2025)

Wasserstein Least Squares: A Canonical Regression Method for Probability Distributions
di: León, Uriel Martínez, et al.
Pubblicazione: (2026)

Minimax Rate-Optimal Algorithms for High-Dimensional Stochastic Linear Bandits
di: Liu, Jingyu, et al.
Pubblicazione: (2025)

Minimax Signal Detection in Sparse Additive Models
di: Kotekal, Subhodh, et al.
Pubblicazione: (2023)

Minimax Regret Learning for Data with Heterogeneous Subgroups
di: Mo, Weibin, et al.
Pubblicazione: (2024)

Minimax optimal differentially private synthetic data for smooth queries
di: Ding, Rundong, et al.
Pubblicazione: (2026)

Minimax optimal submatrix detection: Sharp non-asymptotic rates
di: Knight, Parker, et al.
Pubblicazione: (2026)