Copertina

Bagged Regularized $k$-Distances for Anomaly Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cai, Yuchao, Yang, Hanfang, Ma, Yuheng, Hang, Hanyuan
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Precise Asymptotics of Bagging Regularized M-estimators
di: Koriyama, Takuya, et al.
Pubblicazione: (2024)

Bagging Provides Assumption-free Stability
di: Soloff, Jake A., et al.
Pubblicazione: (2023)

Transfer Learning under Covariate Shift: Local $k$-Nearest Neighbours Regression with Heavy-Tailed Design
di: Zamolodtchikov, Petr, et al.
Pubblicazione: (2024)

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

Minimum discrepancy principle strategy for choosing $k$ in $k$-NN regression
di: Averyanov, Yaroslav, et al.
Pubblicazione: (2020)

Learning from Aggregate responses: Instance Level versus Bag Level Loss Functions
di: Javanmard, Adel, et al.
Pubblicazione: (2024)

Robust Estimation under the Wasserstein Distance
di: Nietert, Sloan, et al.
Pubblicazione: (2023)

Optimal Locally Private Nonparametric Classification with Public Data
di: Ma, Yuheng, et al.
Pubblicazione: (2023)

Self-Regularized Learning Methods
di: Schölpple, Max, et al.
Pubblicazione: (2026)

Inference via robust optimal transportation: theory and methods
di: Ma, Yiming, et al.
Pubblicazione: (2023)

Bounds in Wasserstein Distance for Locally Stationary Processes
di: Tinio, Jan Nino G., et al.
Pubblicazione: (2024)

When can weak latent factors be statistically inferred?
di: Fan, Jianqing, et al.
Pubblicazione: (2024)

Higher-Order Regularization Learning on Hypergraphs
di: Weihs, Adrien, et al.
Pubblicazione: (2025)

Sample Complexity of Bias Detection with Subsampled Point-to-Subspace Distances
di: Matilla, German Martinez, et al.
Pubblicazione: (2025)

Robust Alignment via Partial Gromov-Wasserstein Distances
di: Gong, Xiaoyun, et al.
Pubblicazione: (2025)

Implicit Regularization Paths of Weighted Neural Representations
di: Du, Jin-Hong, et al.
Pubblicazione: (2024)

Optimal Ridge Regularization for Out-of-Distribution Prediction
di: Patil, Pratik, et al.
Pubblicazione: (2024)

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

Asymptotic Theory of Geometric and Adaptive $k$-Means Clustering
di: Jaffe, Adam Quinn
Pubblicazione: (2022)

On Robust Hypothesis Testing with respect to the Hellinger Distance
di: Modak, Eeshan, et al.
Pubblicazione: (2025)

Regularization can make diffusion models more efficient
di: Taheri, Mahsa, et al.
Pubblicazione: (2025)

Optimal Classification-based Anomaly Detection with Neural Networks: Theory and Practice
di: Zhou, Tian-Yi, et al.
Pubblicazione: (2024)

Multivariate Time Series Anomaly Detection using DiffGAN Model
di: Wu, Guangqiang, et al.
Pubblicazione: (2025)

Sharp Inequalities between Total Variation and Hellinger Distances for Gaussian Mixtures
di: Jung, Joonhyuk, et al.
Pubblicazione: (2026)

Minimax Limits of k-Fold Cross-Validation via Majority
di: Nachum, Ido, et al.
Pubblicazione: (2026)

Dropout Regularization Versus $\ell_2$-Penalization in the Linear Model
di: Clara, Gabriel, et al.
Pubblicazione: (2023)

Spectrally-Corrected and Regularized QDA Classifier for Spiked Covariance Model
di: Luo, Wenya, et al.
Pubblicazione: (2025)

Finite-Particle Rates for Regularized Stein Variational Gradient Descent
di: He, Ye, et al.
Pubblicazione: (2026)

Importance Weighting Correction of Regularized Least-Squares for Target Shift
di: Gogolashvili, Davit
Pubblicazione: (2022)

Empirical Risk Minimization with Relative Entropy Regularization
di: Perlaza, Samir M., et al.
Pubblicazione: (2022)

Robust Point Matching with Distance Profiles
di: Hur, YoonHaeng, et al.
Pubblicazione: (2023)

The Chi-Square Test of Distance Correlation
di: Shen, Cencheng, et al.
Pubblicazione: (2019)

Assessing the Quality of Denoising Diffusion Models in Wasserstein Distance: Noisy Score and Optimal Bounds
di: Arsenyan, Vahan, et al.
Pubblicazione: (2025)

Fundamental Computational Limits in Pursuing Invariant Causal Prediction and Invariance-Guided Regularization
di: Gu, Yihong, et al.
Pubblicazione: (2025)

A Parameter-Efficient Quantum Anomaly Detection Method on a Superconducting Quantum Processor
di: Wang, Maida, et al.
Pubblicazione: (2024)

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

Extending Mean-Field Variational Inference via Entropic Regularization: Theory and Computation
di: Wu, Bohan, et al.
Pubblicazione: (2024)

Regularized DeepIV with Model Selection
di: Li, Zihao, et al.
Pubblicazione: (2024)

Estimating shared subspace with AJIVE: the power and limitation of multiple data matrices
di: Yang, Yuepeng, et al.
Pubblicazione: (2025)

The Catastrophic Failure of The k-Means Algorithm in High Dimensions, and How Hartigan's Algorithm Avoids It
di: Lederman, Roy R., et al.
Pubblicazione: (2026)