Copertina

A minimax optimal approach to high-dimensional double sparse linear regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Yanhang, Li, Zhifan, Liu, Shixiang, Yin, Jianxin
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Exact recovery in the double sparse model: sufficient and necessary signal conditions
di: Liu, Shixiang, et al.
Pubblicazione: (2025)

Rethinking Hard Thresholding Pursuit: Full Adaptation and Sharp Estimation
di: Zhang, Yanhang, et al.
Pubblicazione: (2025)

A note on the minimax risk of sparse linear regression
di: Guo, Yilin, et al.
Pubblicazione: (2024)

Signal-to-noise ratio aware minimax analysis of sparse linear regression
di: Ghosh, Shubhangi, et al.
Pubblicazione: (2025)

Detection and inference of changes in high-dimensional linear regression with non-sparse structures
di: Cho, Haeran, et al.
Pubblicazione: (2024)

On high-dimensional classification by sparse generalized Bayesian logistic regression
di: Mai, The Tien
Pubblicazione: (2024)

Bayes optimal learning in high-dimensional linear regression with network side information
di: Nandy, Sagnik, et al.
Pubblicazione: (2023)

Learning Joint Graphical Model with Computational Efficiency, Dynamic Regularization, and Adaptation
di: Liu, Shixiang, et al.
Pubblicazione: (2025)

Adaptive posterior concentration rates for sparse high-dimensional linear regression with random design and unknown error variance
di: Mai, The Tien
Pubblicazione: (2024)

On a class of high dimensional linear regression methods with debiasing and thresholding
di: Wang, Ying-Ao, et al.
Pubblicazione: (2025)

Sharp minimax risks and phase transitions in sparse submatrix detection
di: Goswami, Subhajit, et al.
Pubblicazione: (2026)

Fitting sparse high-dimensional varying-coefficient models with Bayesian regression tree ensembles
di: Ghosh, Soham, et al.
Pubblicazione: (2025)

A variational Bayes approach to debiased inference for low-dimensional parameters in high-dimensional linear regression
di: Castillo, Ismaël, et al.
Pubblicazione: (2024)

Empirical Bayes inference in sparse high-dimensional generalized linear models
di: Tang, Yiqi, et al.
Pubblicazione: (2023)

CLT in high-dimensional Bayesian linear regression with low SNR
di: Lee, Seunghyun, et al.
Pubblicazione: (2025)

Dimension-free bounds in high-dimensional linear regression via error-in-operator approach
di: Noskov, Fedor, et al.
Pubblicazione: (2025)

Characterizing the minimax rate of nonparametric regression under bounded star-shaped constraints
di: Prasadan, Akshay, et al.
Pubblicazione: (2024)

A sparse PAC-Bayesian approach for high-dimensional quantile prediction
di: Mai, The Tien
Pubblicazione: (2024)

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

Parametric Mean-Field empirical Bayes in high-dimensional linear regression
di: Lee, Seunghyun, et al.
Pubblicazione: (2026)

A conversion theorem and minimax optimality for continuum contextual bandits
di: Akhavan, Arya, et al.
Pubblicazione: (2024)

Covariance scanning for adaptively optimal change point detection in high-dimensional linear models
di: Cho, Haeran, et al.
Pubblicazione: (2025)

Locally minimax optimal confidence sets for the best model
di: Kim, Ilmun, et al.
Pubblicazione: (2025)

A generalized Bayesian approach for high-dimensional robust regression with serially correlated errors and predictors
di: Chakraborty, Saptarshi, et al.
Pubblicazione: (2024)

Estimation of sparse linear regression coefficients under $L$-subexponential covariates
di: Sasai, Takeyuki
Pubblicazione: (2023)

Heavy-tailed and Horseshoe priors for regression and sparse Besov rates
di: Agapiou, Sergios, et al.
Pubblicazione: (2025)

Contraction rates for sparse variational approximations in Gaussian process regression
di: Nieman, Dennis, et al.
Pubblicazione: (2021)

Spectra of high-dimensional sparse random geometric graphs
di: Cao, Yifan, et al.
Pubblicazione: (2025)

Semi-supervised learning in unmatched linear regression using an empirical likelihood approach
di: Balabdaoui, Fadoua, et al.
Pubblicazione: (2026)

Nearly minimax empirical Bayesian prediction of independent Poisson observables
di: Li, Xiao
Pubblicazione: (2023)

Asymptotic properties of adaptive group Lasso for sparse reduced rank regression
di: He, Kejun, et al.
Pubblicazione: (2016)

Spectral estimation for high-dimensional linear processes
di: Namdari, Jamshid, et al.
Pubblicazione: (2025)

Adaptive minimax optimality in statistical inverse problems via SOLIT -- Sharp Optimal Lepskii-Inspired Tuning
di: Li, Housen, et al.
Pubblicazione: (2023)

Robust linear regression under latent group heterogeneity
di: Li, Xifeng, et al.
Pubblicazione: (2026)

Testing for sparse idiosyncratic components in factor-augmented regression models
di: Beyhum, Jad, et al.
Pubblicazione: (2023)

Support estimation in high-dimensional heteroscedastic mean regression
di: Hermann, Philipp, et al.
Pubblicazione: (2020)

On estimation of skewed stable linear regression
di: Kawamo, Eitaro, et al.
Pubblicazione: (2024)

Adaptive sparse variational approximations for Gaussian process regression
di: Nieman, Dennis, et al.
Pubblicazione: (2025)

A Bayesian decision-theoretic approach to sparse estimation
di: Li, Aihua, et al.
Pubblicazione: (2025)

Two-Sided Nearest Neighbors: An adaptive and minimax optimal procedure for matrix completion
di: Sadhukhan, Tathagata, et al.
Pubblicazione: (2024)