Buchumschlag

Estimating rank-one matrices with mismatched prior and noise: universality and large deviations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guionnet, Alice, Ko, Justin, Krzakala, Florent, Zdeborová, Lenka
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Low-rank Matrix Estimation with Inhomogeneous Noise
von: Guionnet, Alice, et al.
Veröffentlicht: (2022)

About universality of large deviation principles for conjugacy invariant permutations
von: Guionnet, Alice, et al.
Veröffentlicht: (2023)

Large deviations for macroscopic observables of heavy-tailed matrices
von: Bordenave, Charles, et al.
Veröffentlicht: (2024)

Full large deviation principles for the largest eigenvalue of sub-Gaussian Wigner matrices
von: Cook, Nicholas A., et al.
Veröffentlicht: (2023)

On the Atypical Solutions of the Symmetric Binary Perceptron
von: Barbier, Damien, et al.
Veröffentlicht: (2023)

Fundamental Limits of Matrix Sensing: Exact Asymptotics, Universality, and Applications
von: Xu, Yizhou, et al.
Veröffentlicht: (2025)

Fundamental limits of Non-Linear Low-Rank Matrix Estimation
von: Mergny, Pierre, et al.
Veröffentlicht: (2024)

Large deviations for generalized Gibbs ensembles of the classical Toda chain
von: Guionnet, Alice, et al.
Veröffentlicht: (2021)

Large deviations for the smallest eigenvalue of a deformed GOE with an outlier
von: Boursier, Jeanne, et al.
Veröffentlicht: (2024)

Large deviation principle for the largest eigenvalue of random matrices with a variance profile
von: Ducatez, Raphaël, et al.
Veröffentlicht: (2024)

Gaussian Universality of Perceptrons with Random Labels
von: Gerace, Federica, et al.
Veröffentlicht: (2022)

Bayes-optimal learning of an extensive-width neural network from quadratically many samples
von: Maillard, Antoine, et al.
Veröffentlicht: (2024)

One-sided large deviations for the ground-state energy of spin glasses
von: Chen, Hong-Bin, et al.
Veröffentlicht: (2026)

Spectral Phase Transition and Optimal PCA in Block-Structured Spiked models
von: Mergny, Pierre, et al.
Veröffentlicht: (2024)

Global law of conjugate kernel random matrices with heavy-tailed weights
von: Guionnet, Alice, et al.
Veröffentlicht: (2025)

Learning with Restricted Boltzmann Machines: Asymptotics of AMP and GD in High Dimensions
von: Xu, Yizhou, et al.
Veröffentlicht: (2025)

Large deviations of the periodic Toda chain
von: Grava, Tamara, et al.
Veröffentlicht: (2026)

LDP for the largest eigenvalue of Kronecker random matrices
von: Guionnet, Alice, et al.
Veröffentlicht: (2025)

Asymptotics of Symmetric Polynomials: A Dynamical Point of view
von: Guionnet, Alice, et al.
Veröffentlicht: (2024)

On the rank of a random symmetric matrix in the large deviation regime
von: Han, Yi
Veröffentlicht: (2025)

Maximally-stable Local Optima in Random Graphs and Spin Glasses: Phase Transitions and Universality
von: Dandi, Yatin, et al.
Veröffentlicht: (2023)

Edgeworth expansion and large deviations for the coefficients of products of positive random matrices
von: Xiao, Hui, et al.
Veröffentlicht: (2022)

Sampling with flows, diffusion and autoregressive neural networks: A spin-glass perspective
von: Ghio, Davide, et al.
Veröffentlicht: (2023)

Statistical mechanics of the maximum-average submatrix problem
von: Erba, Vittorio, et al.
Veröffentlicht: (2023)

A phase transition between positional and semantic learning in a solvable model of dot-product attention
von: Cui, Hugo, et al.
Veröffentlicht: (2024)

Quenches in the Sherrington-Kirkpatrick model
von: Erba, Vittorio, et al.
Veröffentlicht: (2024)

The Computational Advantage of Depth: Learning High-Dimensional Hierarchical Functions with Gradient Descent
von: Dandi, Yatin, et al.
Veröffentlicht: (2025)

Computational Thresholds in Multi-Modal Learning via the Spiked Matrix-Tensor Model
von: Tabanelli, Hugo, et al.
Veröffentlicht: (2025)

The Nuclear Route: Sharp Asymptotics of ERM in Overparameterized Quadratic Networks
von: Erba, Vittorio, et al.
Veröffentlicht: (2025)

Multi-layer State Evolution Under Random Convolutional Design
von: Daniels, Mara, et al.
Veröffentlicht: (2022)

Deviation and moderate deviation for extremal eigenvalues of large Chiral non-Hermitian random matrices
von: Ma, Yutao, et al.
Veröffentlicht: (2024)

A large deviation inequality for the rank of a random matrix
von: Rudelson, M.
Veröffentlicht: (2023)

SPDEs on narrow channels and graphs: convergence and large deviations in case of non smooth noise
von: Cerrai, Sandra, et al.
Veröffentlicht: (2024)

Asymptotic expansion of beta matrix models in the multi-cut regime
von: Borot, Gaëtan, et al.
Veröffentlicht: (2013)

Analysis of learning a flow-based generative model from limited sample complexity
von: Cui, Hugo, et al.
Veröffentlicht: (2023)

Matrix models at low temperature
von: Guionnet, Alice, et al.
Veröffentlicht: (2022)

Moderate-to-large deviation asymptotics for real eigenvalues of the elliptic Ginibre matrices
von: Byun, Sung-Soo, et al.
Veröffentlicht: (2025)

Limiting spectral distributions of large consistent rank correlation matrices
von: Dong, Zhaorui, et al.
Veröffentlicht: (2026)

Hydrodynamic large deviations of TASEP
von: Quastel, Jeremy, et al.
Veröffentlicht: (2021)

Upper tail large deviations for extremal eigenvalues of the real, complex and symplectic elliptic Ginibre matrices
von: Byun, Sung-Soo, et al.
Veröffentlicht: (2026)