:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Tianyu, Mukherjee, Somabha
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology Statistics Theory Machine Learning
Online-Zugang:	https://arxiv.org/abs/2310.13232
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Estimation for Dependent Binary Network Data
von: Liu, Tianyu, et al.
Veröffentlicht: (2025)

Optimal Confidence Bands for Shape-restricted Regression in Multidimensions
von: Ashley, et al.
Veröffentlicht: (2024)

Interaction Order Estimation in Tensor Curie-Weiss Models
von: Mukherjee, Somabha
Veröffentlicht: (2024)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, et al.
Veröffentlicht: (2021)

Learning under Latent Group Sparsity via Diffusion on Networks
von: Ghosh, Subhroshekhar, et al.
Veröffentlicht: (2025)

Winners with Confidence: Discrete Argmin Inference with an Application to Model Selection
von: Zhang, Tianyu, et al.
Veröffentlicht: (2024)

Self-Distillation is Optimal Among Spectral Shrinkage Estimators in Spiked Covariance Models
von: Lecoiu, Radu, et al.
Veröffentlicht: (2026)

Online Estimation with Rolling Validation: Adaptive Nonparametric Estimation with Streaming Data
von: Zhang, Tianyu, et al.
Veröffentlicht: (2023)

Optimal Nuisance Function Tuning for Estimating a Doubly Robust Functional under Proportional Asymptotics
von: McGrath, Sean, et al.
Veröffentlicht: (2025)

High Dimensional Logistic Regression Under Network Dependence
von: Mukherjee, Somabha, et al.
Veröffentlicht: (2021)

Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Tensor PCA for Factor Models
von: Babii, Andrii, et al.
Veröffentlicht: (2022)

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

Optimal Bias-variance Tradeoff in Matrix and Tensor Estimation
von: Kumar, Shivam, et al.
Veröffentlicht: (2025)

Consistent model selection in the spiked Wigner model via AIC-type criteria
von: Mukherjee, Soumendu Sundar
Veröffentlicht: (2023)

Statistical and Computational Efficiency for Smooth Tensor Estimation with Unknown Permutations
von: Lee, Chanwoo, et al.
Veröffentlicht: (2021)

Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics
von: Chen, Xingyu, et al.
Veröffentlicht: (2024)

UTOPIA: Universally Trainable Optimal Prediction Intervals Aggregation
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift
von: Ge, Jiawei, et al.
Veröffentlicht: (2024)

On the estimation rate of Bayesian PINN for inverse problems
von: Sun, Yi, et al.
Veröffentlicht: (2024)

Tensor-on-Tensor Regression: Riemannian Optimization, Over-parameterization, Statistical-computational Gap, and Their Interplay
von: Luo, Yuetian, et al.
Veröffentlicht: (2022)

A new approach to locally adaptive polynomial regression
von: Chatterjee, Sabyasachi, et al.
Veröffentlicht: (2024)

PrIsing: Privacy-Preserving Peer Effect Estimation via Ising Model
von: Chakraborty, Abhinav, et al.
Veröffentlicht: (2024)

Learning Linear Polytree Structural Equation Models
von: Lou, Xingmei, et al.
Veröffentlicht: (2021)

Rates of Convergence of the Magnetization in the Tensor Curie-Weiss Potts Model
von: Bhowal, Sanchayan, et al.
Veröffentlicht: (2024)

A Double Machine Learning Approach for the Evaluation of COVID-19 Vaccine Effectiveness under the Test-Negative Design: Analysis of Québec Administrative Data
von: Jiang, Cong, et al.
Veröffentlicht: (2023)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

MoMA: Model-based Mirror Ascent for Offline Reinforcement Learning
von: Hong, Mao, et al.
Veröffentlicht: (2024)

Minimax Regret Learning for Data with Heterogeneous Subgroups
von: Mo, Weibin, et al.
Veröffentlicht: (2024)

Tensor Methods in High Dimensional Data Analysis: Opportunities and Challenges
von: Auddy, Arnab, et al.
Veröffentlicht: (2024)

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
von: Tang, Runshi, et al.
Veröffentlicht: (2025)

Representation-Enhanced Neural Knowledge Integration with Application to Large-Scale Medical Ontology Learning
von: Liu, Suqi, et al.
Veröffentlicht: (2024)

Robustness Against Weak or Invalid Instruments: Exploring Nonlinear Treatment Models with Machine Learning
von: Guo, Zijian, et al.
Veröffentlicht: (2022)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

Preventing Model Collapse Under Overparametrization: Optimal Mixing Ratios for Interpolation Learning and Ridge Regression
von: Garg, Anvit, et al.
Veröffentlicht: (2025)

AdaTrans: Feature-wise and Sample-wise Adaptive Transfer Learning for High-dimensional Regression
von: He, Zelin, et al.
Veröffentlicht: (2024)

Strongly Consistent Community Detection in Popularity Adjusted Block Models
von: Yuan, Quan, et al.
Veröffentlicht: (2025)

The $ϕ$-PCA Framework: A Unified and Efficiency-Preserving Approach with Robust Variants
von: Hung, Hung, et al.
Veröffentlicht: (2025)

Online Selective Conformal Prediction with Asymmetric Rules: A Permutation Test Approach
von: Zheng, Mingyi, et al.
Veröffentlicht: (2026)