Buchumschlag

Consistency for Large Neural Networks: Regression and Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhan, Haoran, Xia, Yingcun
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

Consistency of Oblique Decision Tree and its Boosting and Random Forest
von: Zhan, Haoran, et al.
Veröffentlicht: (2022)

Learning Curves and Benign Overfitting of Spectral Algorithms in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2026)

Online Quantile Regression for Nonparametric Additive Models
von: Zhan, Haoran
Veröffentlicht: (2026)

Non-asymptotic Properties of Generalized Mondrian Forests in Statistical Learning
von: Zhan, Haoran, et al.
Veröffentlicht: (2024)

Asymptotic Optimism for Tensor Regression Models with Applications to Neural Network Compression
von: Shi, Haoming, et al.
Veröffentlicht: (2026)

Active Learning for Regression based on Wasserstein distance and GroupSort Neural Networks
von: Bobbia, Benjamin, et al.
Veröffentlicht: (2024)

The Adversarial Consistency of Surrogate Risks for Binary Classification
von: Frank, Natalie, et al.
Veröffentlicht: (2023)

Plug-In Classification of Drift Functions in Diffusion Processes Using Neural Networks
von: Zhao, Yuzhen, et al.
Veröffentlicht: (2026)

Sharp Generalization for Nonparametric Regression in Interpolation Space by Over-Parameterized Neural Networks Trained with Preconditioned Gradient Descent and Early Stopping
von: Yang, Yingzhen, et al.
Veröffentlicht: (2024)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
von: Kato, Masahiro
Veröffentlicht: (2024)

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

Approximation of RKHS Functionals by Neural Networks
von: Zhou, Tian-Yi, et al.
Veröffentlicht: (2024)

Differentially Private Sliced Inverse Regression: Minimax Optimality and Algorithm
von: Xia, Xintao, et al.
Veröffentlicht: (2024)

Semi-supervised Fréchet Regression
von: Qiu, Rui, et al.
Veröffentlicht: (2024)

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

Phase Transitions for Feature Learning in Neural Networks
von: Montanari, Andrea, et al.
Veröffentlicht: (2026)

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

Affine Invariance in Continuous-Domain Convolutional Neural Networks
von: Mohaddes, Ali, et al.
Veröffentlicht: (2023)

Can Bayesian Neural Networks Make Confident Predictions?
von: Fisher, Katharine, et al.
Veröffentlicht: (2025)

Tensor Product Neural Networks for Functional ANOVA Model
von: Park, Seokhun, et al.
Veröffentlicht: (2025)

Dense ReLU Neural Networks for Temporal-spatial Model
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2024)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Exploring the Complexity of Deep Neural Networks through Functional Equivalence
von: Shen, Guohao
Veröffentlicht: (2023)

Non-identifiability distinguishes Neural Networks among Parametric Models
von: Chatterjee, Sourav, et al.
Veröffentlicht: (2025)

Statistical Guarantees for Approximate Stationary Points of Shallow Neural Networks
von: Taheri, Mahsa, et al.
Veröffentlicht: (2022)

Inference for Deep Neural Network Estimators in Generalized Nonparametric Models
von: Meng, Xuran, et al.
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Regression with Observed Covariates
von: Shen, Zikai, et al.
Veröffentlicht: (2025)

Active Learning via Regression Beyond Realizability
von: Ganju, Atul, et al.
Veröffentlicht: (2025)

Support Vector Regression: Risk Quadrangle Framework
von: Malandii, Anton, et al.
Veröffentlicht: (2022)

Functional Linear Regression of Cumulative Distribution Functions
von: Zhang, Qian, et al.
Veröffentlicht: (2022)

Sparse Max-Affine Regression
von: Kanj, Haitham, et al.
Veröffentlicht: (2024)

Adversarial Consistency and the Uniqueness of the Adversarial Bayes Classifier
von: Frank, Natalie S.
Veröffentlicht: (2024)

Consistent support recovery for high-dimensional diffusions
von: Marushkevych, Dmytro, et al.
Veröffentlicht: (2025)

Belted and Ensembled Neural Network for Linear and Nonlinear Sufficient Dimension Reduction
von: Tang, Yin, et al.
Veröffentlicht: (2024)

Upper Bounds for Local Learning Coefficients of Three-Layer Neural Networks
von: Kurumadani, Yuki
Veröffentlicht: (2026)

Generalization for Least Squares Regression With Simple Spiked Covariances
von: Li, Jiping, et al.
Veröffentlicht: (2024)

Minimax-optimal and Locally-adaptive Online Nonparametric Regression
von: Liautaud, Paul, et al.
Veröffentlicht: (2024)

Nonsmooth Nonparametric Regression via Fractional Laplacian Eigenmaps
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

Convex Regression in Multidimensions: Suboptimality of Least Squares Estimators
von: Kur, Gil, et al.
Veröffentlicht: (2020)