Buchumschlag

On the Limitation of Kernel Dependence Maximization for Feature Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Keli, Ruan, Feng
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Theory of Feature Learning in Kernel Models
von: Chen, Yunlu, et al.
Veröffentlicht: (2023)

Random Features for Operator-Valued Kernels: Bridging Kernel Methods and Neural Operators
von: Nguyen, Mike, et al.
Veröffentlicht: (2026)

Structured Matrix Learning under Arbitrary Entrywise Dependence and Estimation of Markov Transition Kernel
von: Chai, Jinhang, et al.
Veröffentlicht: (2024)

A Compositional Kernel Model for Feature Learning
von: Ruan, Feng, et al.
Veröffentlicht: (2025)

Computational-Statistical Trade-off in Kernel Two-Sample Testing with Random Fourier Features
von: Choi, Ikjun, et al.
Veröffentlicht: (2024)

On the Uniform Convergence of Subdifferentials in Stochastic Optimization and Learning
von: Ruan, Feng
Veröffentlicht: (2024)

Supervised Kernel Thinning
von: Gong, Albert, et al.
Veröffentlicht: (2024)

Uniform Kernel Prober
von: Mukherjee, Soumya, et al.
Veröffentlicht: (2025)

Provable FDR Control for Deep Feature Selection: Deep MLPs and Beyond
von: Sawaya, Kazuma
Veröffentlicht: (2025)

Kernel Debiased Plug-in Estimation based on the Universal Least Favorable Submodel
von: Chen, Haiyi, et al.
Veröffentlicht: (2026)

Kernel Ridge Regression Inference
von: Singh, Rahul, et al.
Veröffentlicht: (2023)

On the Robustness of Kernel Goodness-of-Fit Tests
von: Liu, Xing, et al.
Veröffentlicht: (2024)

Targeted Separation and Convergence with Kernel Discrepancies
von: Barp, Alessandro, et al.
Veröffentlicht: (2022)

Universality of Kernel Random Matrices and Kernel Regression in the Quadratic Regime
von: Pandit, Parthe, et al.
Veröffentlicht: (2024)

Variance-Aware Estimation of Kernel Mean Embedding
von: Wolfer, Geoffrey, et al.
Veröffentlicht: (2022)

Kernel Two-Sample Tests for Manifold Data
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2021)

Kernel Quantile Embeddings and Associated Probability Metrics
von: Naslidnyk, Masha, et al.
Veröffentlicht: (2025)

Towards a Statistical Understanding of Neural Networks: Beyond the Neural Tangent Kernel Theories
von: Zhang, Haobo, et al.
Veröffentlicht: (2024)

Recovery Guarantees for Continual Learning of Dependent Tasks: Memory, Data-Dependent Regularization, and Data-Dependent Weights
von: Peng, Liangzu, et al.
Veröffentlicht: (2026)

Approximation of Maximally Monotone Operators : A Graph Convergence Perspective
von: Furuya, Takashi, et al.
Veröffentlicht: (2026)

Improving Kernel-Based Nonasymptotic Simultaneous Confidence Bands
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2024)

Generalized Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

Pseudo-Labeling for Unsupervised Domain Adaptation with Kernel GLMs
von: Weill, Nathan, et al.
Veröffentlicht: (2026)

Optimal Confidence Band for Kernel Gradient Flow Estimator
von: Cheng, Yuqian, et al.
Veröffentlicht: (2026)

Kernel-based Optimally Weighted Conformal Time-Series Prediction
von: Lee, Jonghyeok, et al.
Veröffentlicht: (2024)

Sequential Kernelized Independence Testing
von: Podkopaev, Aleksandr, et al.
Veröffentlicht: (2022)

A Uniform Concentration Inequality for Kernel-Based Two-Sample Statistics
von: Ni, Yijin, et al.
Veröffentlicht: (2024)

Dependent Latent Class Models
von: Bowers, Jesse, et al.
Veröffentlicht: (2022)

Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

On the Nonasymptotic Scaling Guarantee of Hyperparameter Estimation in Inhomogeneous, Weakly-Dependent Complex Network Dynamical Systems
von: Yu, Yi, et al.
Veröffentlicht: (2026)

Local Learning for Covariate Selection in Nonparametric Causal Effect Estimation with Latent Variables
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Boosting the Power of Kernel Two-Sample Tests
von: Chatterjee, Anirban, et al.
Veröffentlicht: (2023)

Online Kernel CUSUM for Change-Point Detection
von: Wei, Song, et al.
Veröffentlicht: (2022)

Bayesian Models for Joint Selection of Features and Auto-Regressive Lags: Theory and Applications in Environmental and Financial Forecasting
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

Nearest-Neighbor Radii under Dependent Sampling
von: Gao, Yuanyuan, et al.
Veröffentlicht: (2026)

Kernel smoothing on manifolds
von: Bae, Eunseong, et al.
Veröffentlicht: (2026)

A non-asymptotic theory of Kernel Ridge Regression: deterministic equivalents, test error, and GCV estimator
von: Misiakiewicz, Theodor, et al.
Veröffentlicht: (2024)

Kernel Two-Sample Tests in High Dimension: Interplay Between Moment Discrepancy and Dimension-and-Sample Orders
von: Yan, Jian, et al.
Veröffentlicht: (2021)

Scalable Kernel-Based Distances for Statistical Inference and Integration
von: Naslidnyk, Masha
Veröffentlicht: (2026)

A Permutation-free Kernel Two-Sample Test
von: Shekhar, Shubhanshu, et al.
Veröffentlicht: (2022)