Copertina

Maximum a posteriori testing in statistical inverse problems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Kretschmann, Remo, Werner, Frank
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Statistics Theory Numerical Analysis 47A52, 62F15, 62G10, 62G20, 65J20, 65J22
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Optimal regularized hypothesis testing in statistical inverse problems
di: Kretschmann, Remo, et al.
Pubblicazione: (2022)

Are minimizers of the Onsager-Machlup functional strong posterior modes?
di: Kretschmann, Remo
Pubblicazione: (2022)

Non-asymptotic error estimates for the Laplace approximation in Bayesian inverse problems
di: Helin, Tapio, et al.
Pubblicazione: (2020)

Empirical Risk Minimization as Parameter Choice Rule for General Linear Regularization Methods
di: Li, Housen, et al.
Pubblicazione: (2017)

Convergence analysis of Tikhonov regularization for non-linear statistical inverse learning problems
di: Rastogi, Abhishake, et al.
Pubblicazione: (2019)

Random tree Besov priors: Data-driven regularisation parameter selection
di: Kekkonen, Hanne, et al.
Pubblicazione: (2026)

Early stopping for conjugate gradients in statistical inverse problems
di: Hucker, Laura, et al.
Pubblicazione: (2024)

Least squares approximations in linear statistical inverse learning problems
di: Helin, Tapio
Pubblicazione: (2022)

A Scalable Sequential Framework for Dynamic Inverse Problems via Model Parameter Estimation
di: Keating, Aryeh, et al.
Pubblicazione: (2026)

Hybrid ABBA-GMRES for Unmatched Backprojectors in Large Scale X-Ray Computerized Tomography
di: Bentley, Ryan, et al.
Pubblicazione: (2026)

Spectral Regularized Kernel Two-Sample Tests
di: Hagrass, Omar, et al.
Pubblicazione: (2022)

Minimax Optimal Kernel Two-Sample Tests with Random Features
di: Mukherjee, Soumya, et al.
Pubblicazione: (2025)

Spectral Regularized Kernel Goodness-of-Fit Tests
di: Hagrass, Omar, et al.
Pubblicazione: (2023)

Minimax Optimal Goodness-of-Fit Testing with Kernel Stein Discrepancy
di: Hagrass, Omar, et al.
Pubblicazione: (2024)

On regularized polynomial functional regression
di: Holzleitner, Markus, et al.
Pubblicazione: (2023)

Convergence Analysis of regularised Nyström method for Functional Linear Regression
di: Gupta, Naveen, et al.
Pubblicazione: (2024)

MCMC-Net: Accelerating Markov Chain Monte Carlo with Neural Networks for Inverse Problems
di: Majee, Sudeb, et al.
Pubblicazione: (2024)

Amortized Energy-Based Bayesian Inference
di: Kaveh, Hojjat, et al.
Pubblicazione: (2026)

A new sparsity promoting residual transform operator for Lasso regression
di: Xiao, Yao, et al.
Pubblicazione: (2025)

Sparse variational regularization with oversmoothing penalty term in the scale of sequence spaces
di: Plato, Robert, et al.
Pubblicazione: (2025)

Sparse Anomaly Detection Across Referentials: A Rank-Based Higher Criticism Approach
di: Stoepker, Ivo V., et al.
Pubblicazione: (2023)

L^1 data fitting for Inverse Problems yields optimal rates of convergence in case of discretized white Gaussian noise
di: Bätz, Kristina, et al.
Pubblicazione: (2025)

A multi-level algorithm for the solution of moment problems
di: Scherzer, Otmar, et al.
Pubblicazione: (1999)

On Learning the Optimal Regularization Parameter in Inverse Problems
di: Rodriguez, Jonathan Chirinos, et al.
Pubblicazione: (2023)

Complex-Valued Signal Recovery using the Bayesian LASSO
di: Green, Dylan, et al.
Pubblicazione: (2024)

Automatic reproducing kernel and regularization for learning convolution kernels
di: Li, Haibo, et al.
Pubblicazione: (2025)

Scalable iterative data-adaptive RKHS regularization
di: Li, Haibo, et al.
Pubblicazione: (2024)

On a new notion of regularizer
di: Ramm, A. G.
Pubblicazione: (2003)

Error bounds for some approximate posterior measures in Bayesian inference
di: Lie, Han Cheng, et al.
Pubblicazione: (2019)

Parameter estimation for partially observed second-order diffusion processes
di: Albrecht, Jan, et al.
Pubblicazione: (2024)

Goodness-of-fit testing for nonlinear inverse problems with random observations
di: Kretschmann, Remo, et al.
Pubblicazione: (2026)

Model-free filtering in high dimensions via projection and score-based diffusions
di: Christensen, Sören, et al.
Pubblicazione: (2025)

Learning linear operators: Infinite-dimensional regression as a well-behaved non-compact inverse problem
di: Mollenhauer, Mattes, et al.
Pubblicazione: (2022)

Kernel Density Machines
di: Della Vecchia, Andrea, et al.
Pubblicazione: (2025)

Adaptive Gaussian Process Regression for Bayesian inverse problems
di: Villani, Paolo, et al.
Pubblicazione: (2024)

A hypothesis test for the domain of attraction of a random variable
di: Olivero, Héctor, et al.
Pubblicazione: (2022)

Deep neural network yields regularization for ill-posed inverse problems
di: Zhu, Qiao, et al.
Pubblicazione: (2026)

Bayesian Parameter Inference for Partially Observed Stochastic Volterra Equations
di: Jasra, Ajay, et al.
Pubblicazione: (2023)

Rational approximation and intrinsic Gaussian processes
di: Beattie, Christopher, et al.
Pubblicazione: (2026)

A multilevel sketch-and-solve method for overdetermined least squares problems
di: Haas, Irina-Beatrice, et al.
Pubblicazione: (2026)