:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hasson, Hilaf, Maddix, Danielle C., Wang, Yuyang, Gupta, Gaurav, Park, Youngsuk
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	https://arxiv.org/abs/2305.15786
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Theoretical Guarantees for the Subspace-Constrained Tyler's Estimator
von: Lerman, Gilad, et al.
Veröffentlicht: (2024)

Enhancing Foundation Models for Time Series Forecasting via Wavelet-based Tokenization
von: Masserano, Luca, et al.
Veröffentlicht: (2024)

ResCP: Reservoir Conformal Prediction for Time Series Forecasting
von: Neglia, Roberto, et al.
Veröffentlicht: (2025)

Information-Theoretic Guarantees for Recovering Low-Rank Tensors from Symmetric Rank-One Measurements
von: Kızıldağ, Eren C.
Veröffentlicht: (2025)

Sparse Tucker Decomposition and Graph Regularization for High-Dimensional Time Series Forecasting
von: Xia, Sijia, et al.
Veröffentlicht: (2026)

Multi-Step Consistency Models: Fast Generation with Theoretical Guarantees
von: Jain, Nishant, et al.
Veröffentlicht: (2025)

Node-Level Uncertainty Estimation in LLM-Generated SQL
von: Hasson, Hilaf, et al.
Veröffentlicht: (2025)

Can Generative Artificial Intelligence Survive Data Contamination? Theoretical Guarantees under Contaminated Recursive Training
von: Wang, Kevin, et al.
Veröffentlicht: (2026)

Nonlinear Meta-Learning Can Guarantee Faster Rates
von: Meunier, Dimitri, et al.
Veröffentlicht: (2023)

Statistical Learning Guarantees for Group-Invariant Barron Functions
von: Yang, Yahong, et al.
Veröffentlicht: (2025)

Small Ensemble-based Data Assimilation: A Machine Learning-Enhanced Data Assimilation Method with Limited Ensemble Size
von: Li, Zhilin, et al.
Veröffentlicht: (2025)

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

Cloning is as Hard as Learning for Stabilizer States
von: Bansal, Nikhil, et al.
Veröffentlicht: (2026)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)

Topological Analysis for Detecting Anomalies (TADA) in Time Series
von: Chazal, Frédéric, et al.
Veröffentlicht: (2024)

Frequentist Guarantees of Distributed (Non)-Bayesian Inference
von: Wu, Bohan, et al.
Veröffentlicht: (2023)

Kernel-based Optimally Weighted Conformal Time-Series Prediction
von: Lee, Jonghyeok, et al.
Veröffentlicht: (2024)

Bounds in Wasserstein Distance for Locally Stationary Functional Time Series
von: Tinio, Jan Nino G., et al.
Veröffentlicht: (2025)

Benign Overfitting in Time Series Linear Models with Over-Parameterization
von: Nakakita, Shogo, et al.
Veröffentlicht: (2022)

Recovery Guarantees for Continual Learning of Dependent Tasks: Memory, Data-Dependent Regularization, and Data-Dependent Weights
von: Peng, Liangzu, et al.
Veröffentlicht: (2026)

Using Uncertainty Quantification to Characterize and Improve Out-of-Domain Learning for PDEs
von: Mouli, S. Chandra, et al.
Veröffentlicht: (2024)

Improved Guarantees for Langevin Monte Carlo with Average Smoothness
von: Dalalyan, Arnak S., et al.
Veröffentlicht: (2026)

A Unified Information-Theoretic Framework for Meta-Learning Generalization
von: Wen, Wen, et al.
Veröffentlicht: (2025)

OMAC: A Holistic Optimization Framework for LLM-Based Multi-Agent Collaboration
von: Li, Shijun, et al.
Veröffentlicht: (2025)

Statistical Guarantees for Approximate Stationary Points of Shallow Neural Networks
von: Taheri, Mahsa, et al.
Veröffentlicht: (2022)

Sequential Bayesian Neural Subnetwork Ensembles
von: Jantre, Sanket, et al.
Veröffentlicht: (2022)

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2026)

On the Nonasymptotic Scaling Guarantee of Hyperparameter Estimation in Inhomogeneous, Weakly-Dependent Complex Network Dynamical Systems
von: Yu, Yi, et al.
Veröffentlicht: (2026)

Conditional Generative Models are Provably Robust: Pointwise Guarantees for Bayesian Inverse Problems
von: Altekrüger, Fabian, et al.
Veröffentlicht: (2023)

KL Convergence Guarantees for Score diffusion models under minimal data assumptions
von: Conforti, Giovanni, et al.
Veröffentlicht: (2023)

Stronger Neyman Regret Guarantees for Adaptive Experimental Design
von: Noarov, Georgy, et al.
Veröffentlicht: (2025)

Covariates-Adjusted Mixed-Membership Estimation: A Novel Network Model with Optimal Guarantees
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

$L_2$-Regularized Empirical Risk Minimization Guarantees Small Smooth Calibration Error
von: Fujisawa, Masahiro, et al.
Veröffentlicht: (2025)

Goal-Conditioned Supervised Learning for Multi-Objective Recommendation
von: Li, Shijun, et al.
Veröffentlicht: (2024)

Multi-period Learning for Financial Time Series Forecasting
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Conformal Prediction with Time-Series Data via Sequential Conformalized Density Regions
von: Sampson, M., et al.
Veröffentlicht: (2026)

Leave a Window Out: Modifying the Jackknife for Predictive Inference in Time Series
von: Jiang, Hanyang, et al.
Veröffentlicht: (2026)

Empirical Likelihood for Random Forests and Ensembles
von: Chiang, Harold D., et al.
Veröffentlicht: (2025)

On Statistical Inference for High-Dimensional Binary Time Series
von: Dai, Dehao, et al.
Veröffentlicht: (2025)

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