Buchumschlag

High-dimensional robust regression under heavy-tailed data: Asymptotics and Universality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Adomaityte, Urte, Defilippis, Leonardo, Loureiro, Bruno, Sicuro, Gabriele
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Statistics Theory Disordered Systems and Neural Networks Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Classification of Heavy-tailed Features in High Dimensions: a Superstatistical Approach
von: Adomaityte, Urte, et al.
Veröffentlicht: (2023)

PCA recovery thresholds in low-rank matrix inference with sparse noise
von: Adomaityte, Urte, et al.
Veröffentlicht: (2025)

Dimension-free deterministic equivalents and scaling laws for random feature regression
von: Defilippis, Leonardo, et al.
Veröffentlicht: (2024)

On the Geometry of Regularization in Adversarial Training: High-Dimensional Asymptotics and Generalization Bounds
von: Vilucchio, Matteo, et al.
Veröffentlicht: (2024)

Asymptotics of Learning with Deep Structured (Random) Features
von: Schröder, Dominik, et al.
Veröffentlicht: (2024)

Optimal Spectral Transitions in High-Dimensional Multi-Index Models
von: Defilippis, Leonardo, et al.
Veröffentlicht: (2025)

High-dimensional random landscapes: from typical to large deviations
von: Ros, Valentina
Veröffentlicht: (2025)

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

A theoretical perspective on mode collapse in variational inference
von: Soletskyi, Roman, et al.
Veröffentlicht: (2024)

Observable asymptotics of regularized Cox regression models with standard Gaussian designs: a statistical mechanics approach
von: Massa, Emanuele, et al.
Veröffentlicht: (2024)

Fundamental computational limits of weak learnability in high-dimensional multi-index models
von: Troiani, Emanuele, et al.
Veröffentlicht: (2024)

BBP transition and the leading eigenvector of the spiked Wigner model with inhomogeneous noise
von: Ferreira, Leonardo S., et al.
Veröffentlicht: (2026)

Explicit mutual information for simple networks and neurons with lognormal activities
von: Chwiłka, Maurycy, et al.
Veröffentlicht: (2023)

Proportional asymptotics of piecewise exponential proportional hazards models
von: Massa, Emanuele
Veröffentlicht: (2025)

The Role of Pseudo-labels in Self-training Linear Classifiers on High-dimensional Gaussian Mixture Data
von: Takahashi, Takashi
Veröffentlicht: (2022)

Eigenvalue spectral tails and localization properties of asymmetric networks
von: Valigi, Pietro, et al.
Veröffentlicht: (2025)

Diffusing diffusivity selects Pareto tail exponent in random growth with redistribution
von: Arutkin, Maxence, et al.
Veröffentlicht: (2026)

High-dimensional manifold of solutions in neural networks: insights from statistical physics
von: Malatesta, Enrico M.
Veröffentlicht: (2023)

Diagrammatics of free energies with fixed variance for high-dimensional data
von: Kühn, Tobias
Veröffentlicht: (2025)

Universal fragility of spin-glass ground-states under single bond changes
von: Shen, Mutian, et al.
Veröffentlicht: (2023)

A Friendly Tutorial on Mean-Field Spin Glass Techniques for Non-Physicists
von: Montanari, Andrea, et al.
Veröffentlicht: (2022)

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

Bringing together two paradigms of non-equilibrium: Fragile versus robust aging in driven glassy systems
von: Tapias, Diego, et al.
Veröffentlicht: (2024)

Role of Bootstrap Averaging in Generalized Approximate Message Passing
von: Takahashi, Takashi
Veröffentlicht: (2023)

Electrical conductivity of a random nanowire network: comparison of two-dimensional and quasi-three-dimensional models
von: Tarasevich, Yuri Yu., et al.
Veröffentlicht: (2026)

Replica Analysis for Ensemble Techniques in Variable Selection
von: Takahashi, Takashi
Veröffentlicht: (2024)

On the structure factor of jammed particle configurations on the one-dimensional lattice
von: Luck, Jean-Marc
Veröffentlicht: (2023)

The generalized density of states in a one-dimensional Ising model with ferrromagnetic and antiferromagnetic interactions
von: Kryzhanovsky, Boris, et al.
Veröffentlicht: (2025)

Griffiths singularity in quasi-one dimensional restricted $\pm J$ Ising spin glass
von: Izadi, Fateme, et al.
Veröffentlicht: (2024)

Conditional Ergodicity and Universal Fluctuations in Weak Ergodicity Breaking
von: Shafir, Dan, et al.
Veröffentlicht: (2026)

Equilibrium and out-of-equilibrium critical dynamics of the three-dimensional Heisenberg model with random cubic anisotropy
von: Astillero, A., et al.
Veröffentlicht: (2024)

Scaling Laws and Spectra of Shallow Neural Networks in the Feature Learning Regime
von: Defilippis, Leonardo, et al.
Veröffentlicht: (2025)

Machine learning analysis of dimensional reduction conjecture for nonequilibrium Berezinskii-Kosterlitz-Thouless transition in three dimensions
von: Haga, Taiki
Veröffentlicht: (2023)

A paradigm of spontaneous marginal phase transition at finite temperature in one-dimensional ladder Ising models
von: Yin, Weiguo
Veröffentlicht: (2020)

Triplets of local minima in a high-dimensional random landscape: Correlations, clustering, and memoryless activated jumps
von: Pacco, Alessandro, et al.
Veröffentlicht: (2024)

Dynamical scaling study for the estimation of dynamical exponent $z$ of three-dimensional XY spin glass model
von: Terasawa, Yusuke, et al.
Veröffentlicht: (2025)

Exponents and front fluctuations in the quenched Kardar-Parisi-Zhang universality class of one- and two- dimensional interfaces
von: Tajuelo-Valbuena, Ángela, et al.
Veröffentlicht: (2025)

Revisiting the Lee-Yang singularities in the four-dimensional Ising model: a tribute to the memory of Ralph Kenna
von: Ruiz-Lorenzo, J. J.
Veröffentlicht: (2024)

Canonical partition function and distance dependent correlation functions of a quasi-one-dimensional system of hard disks
von: Pergamenshchik, V. M., et al.
Veröffentlicht: (2023)

Application of deep neural networks for computing the renormalization group flow of the two-dimensional phi^4 field theory
von: Zhao, Yueqi, et al.
Veröffentlicht: (2025)