Copertina

Minimax Optimal rates of convergence in the shuffled regression, unlinked regression, and deconvolution under vanishing noise

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Durot, Cecile, Mukherjee, Debarghya
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deconvolution in unlinked linear models
di: Balabdaoui, Fadoua, et al.
Pubblicazione: (2025)

Minimax rates of convergence for nonparametric regression under adversarial attacks
di: Peng, Jingfu, et al.
Pubblicazione: (2024)

Partial heteroscedastic deconvolution estimation in nonparametric regression
di: Thiam, Baba
Pubblicazione: (2026)

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

Adversarial learning for nonparametric regression: Minimax rate and adaptive estimation
di: Peng, Jingfu, et al.
Pubblicazione: (2025)

Inference for concave distribution functions under measurement error
di: Benjrada, Mohammed Es-Salih, et al.
Pubblicazione: (2026)

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

Finite sample rates for logistic regression with small noise or few samples
di: Kuchelmeister, Felix, et al.
Pubblicazione: (2023)

Phase Transition in Nonparametric Minimax Rates for Covariate Shifts on Approximate Manifolds
di: Wang, Yuyao, et al.
Pubblicazione: (2025)

Minimax convergence rates of a binary plug-in type classification procedure for time-homogeneous SDE paths under low-noise conditions
di: Ella-Mintsa, Eddy Michel
Pubblicazione: (2026)

On the effect of noise on fitting linear regression models
di: Ullah, Insha, et al.
Pubblicazione: (2024)

Minimax optimal transfer learning for high-dimensional additive regression
di: Moon, Seung Hyun
Pubblicazione: (2025)

On the rate of convergence of an over-parametrized deep neural network regression estimate learned by gradient descent
di: Kohler, Michael
Pubblicazione: (2025)

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

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

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

Characterizing the minimax rate of nonparametric regression under bounded star-shaped constraints
di: Prasadan, Akshay, et al.
Pubblicazione: (2024)

Optimal heteroskedasticity testing in nonparametric regression
di: Kotekal, Subhodh, et al.
Pubblicazione: (2023)

Sparse free deconvolution under unknown noise level via eigenmatrix
di: Ying, Lexing
Pubblicazione: (2025)

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

Signal-to-noise ratio aware minimax analysis of sparse linear regression
di: Ghosh, Shubhangi, et al.
Pubblicazione: (2025)

Optimal Cox regression under federated differential privacy: coefficients and cumulative hazards
di: Hung, Elly K. H., et al.
Pubblicazione: (2025)

Marginal false discovery rates for penalized regression models
di: Breheny, Patrick
Pubblicazione: (2016)

CLT in high-dimensional Bayesian linear regression with low SNR
di: Lee, Seunghyun, et al.
Pubblicazione: (2025)

Quantile regression under dependent censoring with unknown association
di: D'Haen, Myrthe, et al.
Pubblicazione: (2024)

Robust linear regression under latent group heterogeneity
di: Li, Xifeng, et al.
Pubblicazione: (2026)

Minimax convergence rates of a binary classification procedure for time-homogeneous SDE paths
di: Mintsa, Eddy Michel Ella
Pubblicazione: (2025)

Heavy-tailed and Horseshoe priors for regression and sparse Besov rates
di: Agapiou, Sergios, et al.
Pubblicazione: (2025)

Contraction rates for sparse variational approximations in Gaussian process regression
di: Nieman, Dennis, et al.
Pubblicazione: (2021)

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

Linear regression with known noise distribution up to a scale: The reward of not using the OLSE
di: Balabdaoui, Fadoua, et al.
Pubblicazione: (2025)

Multiplicative deconvolution under unknown error distribution
di: Miguel, Sergio Brenner, et al.
Pubblicazione: (2023)

Minimax rates of convergence for the nonparametric estimation of the diffusion coefficient from time-homogeneous SDE paths
di: Mintsa, Eddy Michel Ella
Pubblicazione: (2025)

Optimal estimation for regression discontinuity design with binary outcomes
di: Ishihara, Takuya, et al.
Pubblicazione: (2025)

Transfer Learning on Edge Connecting Probability Estimation under Graphon Model
di: Wang, Yuyao, et al.
Pubblicazione: (2025)

Distributional regression with reject option
di: Zaoui, Ahmed, et al.
Pubblicazione: (2025)

Inference for change-plane regression
di: Kang, Chaeryon, et al.
Pubblicazione: (2022)

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

Average quantile regression: a new non-mean regression model and coherent risk measure
di: Jiang, Rong, et al.
Pubblicazione: (2025)

Asymptotic properties of the MLE in distributional regression under random censoring
di: Kremling, Gitte, et al.
Pubblicazione: (2025)