Buchumschlag

Heavy-Tailed NGG Mixture Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ramirez, Vianey Palacios, de Carvalho, Miguel, Inostroza, Luis Gutierrez
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

Heavy Tailed Homogeneous Structural Causal Models
von: Routh, Vishal, et al.
Veröffentlicht: (2026)

Tail Asymptotic of Heavy-Tail Risks with Elliptical Copula
von: Wang, Kai, et al.
Veröffentlicht: (2024)

Inference for Non-Stationary Heavy Tailed Time Series
von: Akashi, Fumiya, et al.
Veröffentlicht: (2022)

Tail Index Estimation for Discrete Heavy-Tailed Distributions
von: Bertail, Patrice, et al.
Veröffentlicht: (2024)

Generalized Taylor's Law for Dependent and Heterogeneous Heavy-Tailed Data
von: Cheng, Pok Him, et al.
Veröffentlicht: (2025)

Validity and Power of Heavy-Tailed Combination Tests under Asymptotic Dependence
von: Gui, Lin, et al.
Veröffentlicht: (2025)

Dimension-free Bounds for Sum of Dependent Matrices and Operators with Heavy-Tailed Distribution
von: Nakakita, Shogo, et al.
Veröffentlicht: (2022)

Asymptotic Classification Error for Heavy-Tailed Renewal Processes
von: Rong, Xinhui, et al.
Veröffentlicht: (2024)

Aggregating Dependent Signals with Heavy-Tailed Combination Tests
von: Gui, Lin, et al.
Veröffentlicht: (2023)

The Spurious Factor Dilemma: Robust Inference in Heavy-Tailed Elliptical Factor Models
von: Hu, Jiang, et al.
Veröffentlicht: (2025)

Diffusion Models with Heavy-Tailed Targets: Score Estimation and Sampling Guarantees
von: Yu, Yifeng, et al.
Veröffentlicht: (2026)

A Short Note on the Efficiency of Markov Chains for Bayesian Linear Regression Models with Heavy-Tailed Errors
von: Hamura, Yasuyuki
Veröffentlicht: (2024)

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

Using Exponential Histograms to Approximate the Quantiles of Heavy- and Light-Tailed Data
von: Labo, Philip T.
Veröffentlicht: (2024)

Beyond Catoni: Sharper Rates for Heavy-Tailed and Robust Mean Estimation
von: Gupta, Shivam, et al.
Veröffentlicht: (2023)

A Separation in Heavy-Tailed Sampling: Gaussian vs. Stable Oracles for Proximal Samplers
von: He, Ye, et al.
Veröffentlicht: (2024)

On the Kolmogorov Superposition Theorem and Regular Means
von: de Carvalho, Miguel
Veröffentlicht: (2026)

A Simple and Optimal Policy Design with Safety against Heavy-Tailed Risk for Stochastic Bandits
von: Simchi-Levi, David, et al.
Veröffentlicht: (2022)

From Spikes to Heavy Tails: Unveiling the Spectral Evolution of Neural Networks
von: Kothapalli, Vignesh, et al.
Veröffentlicht: (2024)

Sparsified-Learning for High-Dimensional Heavy-Tailed Locally Stationary Time Series, Concentration and Oracle Inequalities
von: Wang, Yingjie, et al.
Veröffentlicht: (2025)

Privacy of SGD under Gaussian or Heavy-Tailed Noise: Guarantees without Gradient Clipping
von: Şimşekli, Umut, et al.
Veröffentlicht: (2024)

Sparse Mixture Models inspired by ANOVA Decompositions
von: Hertrich, Johannes, et al.
Veröffentlicht: (2021)

Heavy Tail Robust Estimation and Inference for Average Treatment Effects
von: Hill, Jonathan B., et al.
Veröffentlicht: (2024)

Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems
von: Puchkin, Nikita, et al.
Veröffentlicht: (2023)

Bayesian Sparse Gaussian Mixture Model in High Dimensions
von: Yao, Dapeng, et al.
Veröffentlicht: (2022)

Measuring Tail Dependence in Linear Processes: Theory and Empirics
von: Datta, Debanjana, et al.
Veröffentlicht: (2026)

Mixture Matrix-valued Autoregressive Model
von: Wu, Fei, et al.
Veröffentlicht: (2023)

Operator Tail Densities of Multivariate Copulas
von: Li, Haijun
Veröffentlicht: (2025)

Stable Phase Retrieval: Optimal Rates in Poisson and Heavy-tailed Models
von: Huang, Gao, et al.
Veröffentlicht: (2025)

Structurally Aware Robust Model Selection for Mixtures
von: Li, Jiawei, et al.
Veröffentlicht: (2024)

Hypergeometric Distribution Revisited: Tail Inequalities, Confidence Bounds and Sample Sizes
von: George, Anne-Marie
Veröffentlicht: (2024)

Convergence and Optimality of the EM Algorithm Under Multi-Component Gaussian Mixture Models
von: Bing, Xin, et al.
Veröffentlicht: (2025)

On the Entropy of General Mixture Distributions
von: Lee, Namyoon
Veröffentlicht: (2026)

Propagation of Input Tail Uncertainty in Rare-Event Estimation: A Light versus Heavy Tail Dichotomy
von: Huang, Zhiyuan, et al.
Veröffentlicht: (2023)

Sliced Space-filling Design with Mixtures
von: Xiong, Zikang, et al.
Veröffentlicht: (2025)

Modeling Extreme Events in the Presence of Inlier: A Mixture Approach
von: Nila, Shivshankar, et al.
Veröffentlicht: (2025)

Gaussian Mixture Model with unknown diagonal covariances via continuous sparse regularization
von: Giard, Romane, et al.
Veröffentlicht: (2025)

Local Minima Structures in Gaussian Mixture Models
von: Chen, Yudong, et al.
Veröffentlicht: (2020)

A Method For Bounding Tail Probabilities
von: Zlatanov, Nikola
Veröffentlicht: (2024)

The Bernstein-von Mises theorem for Semiparametric Mixtures
von: Franssen, Stefan, et al.
Veröffentlicht: (2024)