Copertina

Probabilistic Analysis of Least Squares, Orthogonal Projection, and QR Factorization Algorithms Subject to Gaussian Noise

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Lotfi, Ali, Langou, Julien, Meysami, Mohammad
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Numerical Analysis Machine Learning Probability Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Gaussian Processes and Reproducing Kernels: Connections and Equivalences
di: Kanagawa, Motonobu, et al.
Pubblicazione: (2025)

Analysis of singular subspaces under random perturbations
di: Wang, Ke
Pubblicazione: (2024)

Samplet limits and multiwavelets
di: Giacchi, Gianluca, et al.
Pubblicazione: (2026)

Provable Diffusion Posterior Sampling for Bayesian Inversion
di: Chang, Jinyuan, et al.
Pubblicazione: (2025)

Wedge Sampling: Efficient Tensor Completion with Nearly-Linear Sample Complexity
di: Luo, Hengrui, et al.
Pubblicazione: (2026)

Convergence of Kinetic Langevin Monte Carlo on Lie groups
di: Kong, Lingkai, et al.
Pubblicazione: (2024)

Contributions to Robust and Efficient Methods for Analysis of High Dimensional Data
di: Yang, Kai
Pubblicazione: (2025)

Sampling and estimation on manifolds using the Langevin diffusion
di: Bharath, Karthik, et al.
Pubblicazione: (2023)

Probability Tools for Sequential Random Projection
di: Li, Yingru
Pubblicazione: (2024)

Huber-energy measure quantization
di: Turinici, Gabriel
Pubblicazione: (2022)

Quadratic Point Estimate Method for Probabilistic Moments Computation
di: Ko, Minhyeok, et al.
Pubblicazione: (2024)

Posterior Covariance Structures in Gaussian Processes
di: Cai, Difeng, et al.
Pubblicazione: (2024)

Gaussian Process Regression under Computational and Epistemic Misspecification
di: Sanz-Alonso, Daniel, et al.
Pubblicazione: (2023)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
di: Li, Gen, et al.
Pubblicazione: (2025)

Nonparametric Bayesian inference for reversible multi-dimensional diffusions
di: Giordano, Matteo, et al.
Pubblicazione: (2020)

Inhomogeneous Priors for Bayesian Inverse Problems
di: Afkham, Babak Maboudi, et al.
Pubblicazione: (2026)

Linear cost and exponentially convergent approximation of Gaussian Matérn processes on intervals
di: Bolin, David, et al.
Pubblicazione: (2024)

On Spectral Learning for Odeco Tensors: Perturbation, Initialization, and Algorithms
di: Auddy, Arnab, et al.
Pubblicazione: (2025)

Data-driven Learning of Interaction Laws in Multispecies Particle Systems with Gaussian Processes: Convergence Theory and Applications
di: Feng, Jinchao, et al.
Pubblicazione: (2025)

Generation of Random (Generalized) Orthogonal Matrices
di: Saraeb, Ali
Pubblicazione: (2024)

Consistent inference for diffusions from low frequency measurements
di: Nickl, Richard
Pubblicazione: (2022)

On gradient stability in nonlinear PDE models and inference in interacting particle systems
di: Castre, Aurélien, et al.
Pubblicazione: (2026)

Inferring diffusivity from killed diffusion
di: Nickl, Richard, et al.
Pubblicazione: (2025)

Bernstein-von Mises theorems for time evolution equations
di: Nickl, Richard
Pubblicazione: (2024)

Sharp local sparsity of regularized optimal transport
di: González-Sanz, Alberto, et al.
Pubblicazione: (2026)

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
di: Tang, Runshi, et al.
Pubblicazione: (2025)

Nonparametric estimation of homogenized invariant measures from multiscale data via Hermite expansion
di: Borodavka, Jaroslav I., et al.
Pubblicazione: (2025)

Sticky coupling as a control variate for sensitivity analysis
di: Darshan, Shiva, et al.
Pubblicazione: (2024)

Singular values of sparse random rectangular matrices: Emergence of outliers at criticality
di: Dumitriu, Ioana, et al.
Pubblicazione: (2025)

The conditional-mean barrier: From deterministic regression to conditional distribution learning
di: Chen, Junfeng
Pubblicazione: (2026)

GD-VAEs: Geometric Dynamic Variational Autoencoders for Learning Nonlinear Dynamics and Dimension Reductions
di: Lopez, Ryan, et al.
Pubblicazione: (2022)

Optimal Low-Depth Quantum Signal-Processing Phase Estimation
di: Dong, Yulong, et al.
Pubblicazione: (2024)

Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation
di: Zhang, Rui, et al.
Pubblicazione: (2023)

Statistical limits of correlation detection in trees
di: Ganassali, Luca, et al.
Pubblicazione: (2022)

Least Squares as Random Walks
di: Kostinski, Alexander, et al.
Pubblicazione: (2025)

Analysis of Langevin midpoint methods using an anticipative Girsanov theorem
di: Zhang, Matthew S.
Pubblicazione: (2025)

Perturbation Analysis of Randomized SVD and its Applications to Statistics
di: Zhang, Yichi, et al.
Pubblicazione: (2022)

Towards Learning High-Precision Least Squares Algorithms with Sequence Models
di: Liu, Jerry, et al.
Pubblicazione: (2025)

Tensor Methods in High Dimensional Data Analysis: Opportunities and Challenges
di: Auddy, Arnab, et al.
Pubblicazione: (2024)

Non-Asymptotic Analysis of Ensemble Kalman Updates: Effective Dimension and Localization
di: Ghattas, Omar Al, et al.
Pubblicazione: (2022)