Buchumschlag

Unbiased least squares regression via averaged stochastic gradient descent

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kahalé, Nabil
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology 62Jxx 65K05 65C05
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Taming Score-Based Diffusion Priors for Infinite-Dimensional Nonlinear Inverse Problems
von: Baldassari, Lorenzo, et al.
Veröffentlicht: (2024)

A Multi-fidelity Estimator of the Expected Information Gain for Bayesian Optimal Experimental Design
von: Coons, Thomas E., et al.
Veröffentlicht: (2025)

Unbiased Kinetic Langevin Monte Carlo with Inexact Gradients
von: Chada, Neil K., et al.
Veröffentlicht: (2023)

On Maximum-a-Posteriori estimation with Plug & Play priors and stochastic gradient descent
von: Laumont, Rémi, et al.
Veröffentlicht: (2022)

PCA-Guided Quantile Sampling: Preserving Data Structure in Large-Scale Subsampling
von: Hui-Mean, Foo, et al.
Veröffentlicht: (2025)

Variance-Reduced Manifold Sampling via Polynomial-Maximization Density Estimation
von: Zabolotnii, Serhii
Veröffentlicht: (2026)

A Novel Theoretical Framework for Exponential Smoothing
von: Bernardi, Enrico, et al.
Veröffentlicht: (2024)

Bayesian experimental design: grouped geometric pooled posterior via ensemble Kalman methods
von: Yang, Huchen, et al.
Veröffentlicht: (2026)

Accelerating Particle-based Energetic Variational Inference
von: Bao, Xuelian, et al.
Veröffentlicht: (2025)

Nonparametric learning of stochastic differential equations from sparse and noisy data
von: Ganguly, Arnab, et al.
Veröffentlicht: (2025)

Mean--Variance Risk-Aware Bayesian Optimal Experimental Design for Nonlinear Models
von: Shen, Wanggang, et al.
Veröffentlicht: (2026)

Sequential Monte Carlo approximations of Wasserstein--Fisher--Rao gradient flows
von: Crucinio, Francesca R., et al.
Veröffentlicht: (2025)

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

Unbiased Gradients for a Class of Conditional Stochastic Optimization Problems
von: Alvarez, Miguel, et al.
Veröffentlicht: (2026)

Deterministic Fokker-Planck Transport -- With Applications to Sampling, Variational Inference, Kernel Mean Embeddings & Sequential Monte Carlo
von: Klebanov, Ilja
Veröffentlicht: (2024)

Convergence of stochastic gradient descent schemes for Lojasiewicz-landscapes
von: Dereich, Steffen, et al.
Veröffentlicht: (2021)

Gradient-Free Sequential Bayesian Experimental Design via Interacting Particle Systems
von: Gruhlke, Robert, et al.
Veröffentlicht: (2025)

Multi-Iteration Stochastic Optimizers
von: Carlon, Andre, et al.
Veröffentlicht: (2020)

Nested Pseudo-GMM Estimation of Demand for Differentiated Products
von: Aguirregabiria, Victor, et al.
Veröffentlicht: (2026)

Inverse Probability Weighting: from Survey Sampling to Evidence Estimation
von: Datta, Jyotishka, et al.
Veröffentlicht: (2022)

Mixture-Weighted Ensemble Kalman Filter with Quasi-Monte Carlo Transport
von: Klebanov, Ilja, et al.
Veröffentlicht: (2026)

Hamiltonian Monte Carlo for (Physics) Dummies
von: Mukherjee, Arghya, et al.
Veröffentlicht: (2026)

Surrogate-Based Bayesian Inference: Uncertainty Quantification and Active Learning
von: Roberts, Andrew Gerard, et al.
Veröffentlicht: (2026)

Quantile Importance Sampling
von: Datta, Jyotishka, et al.
Veröffentlicht: (2023)

Comparison of Markov chains via weak Poincaré inequalities with application to pseudo-marginal MCMC
von: Andrieu, Christophe, et al.
Veröffentlicht: (2021)

BISTRO -- A Bi-Fidelity Stochastic Gradient Framework using Trust-Regions for Optimization Under Uncertainty
von: Dixon, Thomas O., et al.
Veröffentlicht: (2025)

A friendly introduction to triangular transport
von: Ramgraber, Maximilian, et al.
Veröffentlicht: (2025)

Gradient descent with adaptive stepsize converges (nearly) linearly under fourth-order growth
von: Davis, Damek, et al.
Veröffentlicht: (2024)

Bayesian Covariance Uncertainty for Adaptive Pilot-Sampling Termination in Multi-fidelity Uncertainty Quantification
von: Coons, Thomas E., et al.
Veröffentlicht: (2025)

Covariance Expressions for Multi-Fidelity Sampling with Multi-Output, Multi-Statistic Estimators: Application to Approximate Control Variates
von: Dixon, Thomas O., et al.
Veröffentlicht: (2023)

Learning Dynamical Systems with the Spectral Exterior Calculus
von: Das, Suddhasattwa, et al.
Veröffentlicht: (2025)

Degrees-of-freedom penalized piecewise regression
von: Volz, Stefan, et al.
Veröffentlicht: (2023)

Curvature in the Looking-Glass: Optimal Methods to Exploit Curvature of Expectation in the Loss Landscape
von: Duersch, Jed A., et al.
Veröffentlicht: (2024)

On regularized polynomial functional regression
von: Holzleitner, Markus, et al.
Veröffentlicht: (2023)

Perfect Clustering in Nonuniform Hypergraphs
von: Chan, Ga-Ming Angus, et al.
Veröffentlicht: (2025)

Multi-view Spectral Clustering on the Grassmannian Manifold With Hypergraph Representation
von: Yang, Murong, et al.
Veröffentlicht: (2025)

Branching Stein Variational Gradient Descent for sampling multimodal distributions
von: Bañales, Isaías, et al.
Veröffentlicht: (2025)

Unit-Modified Weibull Distribution and Quantile Regression Model
von: Scrimini, João Inácio, et al.
Veröffentlicht: (2025)

Revisiting semi-supervised training objectives for differentiable particle filters
von: Li, Jiaxi, et al.
Veröffentlicht: (2024)

Unbiased likelihood estimation of Wright-Fisher diffusion processes
von: García-Pareja, Celia, et al.
Veröffentlicht: (2023)