Buchumschlag

On the quality of randomized approximations of Tukey's depth

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Briend, Simon, Lugosi, Gábor, Oliveira, Roberto Imbuzeiro
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Probability
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Subtractive random forests
von: Broutin, Nicolas, et al.
Veröffentlicht: (2022)

Leaf Stripping on Uniform Attachment Trees
von: Addario-Berry, Louigi, et al.
Veröffentlicht: (2024)

Broadcasting in random recursive dags
von: Briend, Simon, et al.
Veröffentlicht: (2023)

The top eigenvalue of uniformly random trees
von: Addario-Berry, Louigi, et al.
Veröffentlicht: (2024)

Estimating the history of a random recursive tree
von: Briend, Simon, et al.
Veröffentlicht: (2024)

Robust, sub-Gaussian mean estimators in metric spaces
von: Bartl, Daniel, et al.
Veröffentlicht: (2025)

Subtractive random forests with two choices
von: Calvillo, Francisco, et al.
Veröffentlicht: (2024)

On the size of temporal cliques in subcritical random temporal graphs
von: Atamanchuk, Caelan, et al.
Veröffentlicht: (2024)

A study of centrality measures in random recursive trees
von: Josifov, Richard Coll, et al.
Veröffentlicht: (2026)

Universal approximation property of Banach space-valued random feature models including random neural networks
von: Neufeld, Ariel, et al.
Veröffentlicht: (2023)

Random friend trees
von: Berry, Louigi Addario, et al.
Veröffentlicht: (2024)

Inferring the mixing properties of an ergodic process
von: Khaleghi, Azadeh, et al.
Veröffentlicht: (2021)

Gaussian random field approximation via Stein's method with applications to wide random neural networks
von: Balasubramanian, Krishnakumar, et al.
Veröffentlicht: (2023)

Uniform temporal trees
von: Atamanchuk, Caelan, et al.
Veröffentlicht: (2025)

Online-to-PAC Conversions: Generalization Bounds via Regret Analysis
von: Lugosi, Gábor, et al.
Veröffentlicht: (2023)

Does freezing impede the growth of random recursive trees?
von: Brandenberger, Anna, et al.
Veröffentlicht: (2025)

Uncertainty quantification in metric spaces
von: Lugosi, Gábor, et al.
Veröffentlicht: (2024)

Convergence of continuous-time stochastic gradient descent with applications to deep neural networks
von: Lugosi, Gabor, et al.
Veröffentlicht: (2024)

SDE approximations of GANs training and its long-run behavior
von: Cao, Haoyang, et al.
Veröffentlicht: (2020)

Conformal and kNN Predictive Uncertainty Quantification Algorithms in Metric Spaces
von: Lugosi, Gábor, et al.
Veröffentlicht: (2025)

Mean Testing under Truncation beyond Gaussian
von: Wang, Yuhao, et al.
Veröffentlicht: (2026)

node2vec or triangle-biased random walks: stationarity, regularity & recurrence
von: Avena, Luca, et al.
Veröffentlicht: (2026)

Global universal approximation with Brownian signatures
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2025)

Finding a Nash equilibrium of a random win-lose game in expected polynomial time
von: Collevecchio, Andrea, et al.
Veröffentlicht: (2025)

Distributionally robust approximation property of neural networks
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2025)

ODE approximation for the Adam algorithm: General and overparametrized setting
von: Dereich, Steffen, et al.
Veröffentlicht: (2025)

Universal approximation with signatures of non-geometric rough paths
von: Ceylan, Mihriban, et al.
Veröffentlicht: (2026)

Sparse random hypergraphs: Non-backtracking spectra and community detection
von: Stephan, Ludovic, et al.
Veröffentlicht: (2022)

Birth-death dynamics for sampling: Global convergence, approximations and their asymptotics
von: Lu, Yulong, et al.
Veröffentlicht: (2022)

Temporal connectivity of Random Geometric Graphs
von: Brandenberger, Anna, et al.
Veröffentlicht: (2025)

Deep learning based numerical approximation algorithms for stochastic partial differential equations
von: Beck, Christian, et al.
Veröffentlicht: (2020)

Stochastic approximation in non-markovian environments revisited
von: Borkar, Vivek Shripad
Veröffentlicht: (2026)

Small coresets via negative dependence: DPPs, linear statistics, and concentration
von: Bardenet, Rémi, et al.
Veröffentlicht: (2024)

Independent projections of diffusions: Gradient flows for variational inference and optimal mean field approximations
von: Lacker, Daniel
Veröffentlicht: (2023)

Correction to "Wasserstein distance estimates for the distributions of numerical approximations to ergodic stochastic differential equations"
von: Paulin, Daniel, et al.
Veröffentlicht: (2024)

Multilevel Picard approximations and deep neural networks with ReLU, leaky ReLU, and softplus activation overcome the curse of dimensionality when approximating semilinear parabolic partial differential equations in $L^p$-sense
von: Neufeld, Ariel, et al.
Veröffentlicht: (2024)

On approximating the $f$-divergence between two Ising models
von: Feng, Weiming, et al.
Veröffentlicht: (2025)

Stochastic approximation in infinite dimensions
von: Karandikar, Rajeeva Laxman, et al.
Veröffentlicht: (2024)

A stochastic gradient descent algorithm with random search directions
von: Gbaguidi, Eméric
Veröffentlicht: (2025)

Function approximation by neural nets in the mean-field regime: Entropic regularization and controlled McKean-Vlasov dynamics
von: Tzen, Belinda, et al.
Veröffentlicht: (2020)