Buchumschlag

Minimax rates of convergence for nonparametric regression under adversarial attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Jingfu, Yang, Yuhong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

On damage of interpolation to adversarial robustness in regression
von: Peng, Jingfu, et al.
Veröffentlicht: (2026)

Mallows-type model averaging: Non-asymptotic analysis and all-subset combination
von: Peng, Jingfu
Veröffentlicht: (2025)

Covariate shift in nonparametric regression with Markovian design
von: Trottner, Lukas
Veröffentlicht: (2023)

Tessellation Localized Transfer learning for nonparametric regression
von: Halconruy, Hélène, et al.
Veröffentlicht: (2026)

Rates of convergence for density estimation with generative adversarial networks
von: Puchkin, Nikita, et al.
Veröffentlicht: (2021)

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

Minimax Optimal rates of convergence in the shuffled regression, unlinked regression, and deconvolution under vanishing noise
von: Durot, Cecile, et al.
Veröffentlicht: (2024)

The curse of overparametrization in adversarial training: Precise analysis of robust generalization for random features regression
von: Hassani, Hamed, et al.
Veröffentlicht: (2022)

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

Minimax Statistical Estimation under Wasserstein Contamination
von: Chao, Patrick, et al.
Veröffentlicht: (2023)

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

On the rates of convergence for learning with convolutional neural networks
von: Yang, Yunfei, et al.
Veröffentlicht: (2024)

On optimality of Mallows model averaging
von: Peng, Jingfu, et al.
Veröffentlicht: (2023)

Minimax and Adaptive Covariance Matrix Estimation under Differential Privacy
von: Cai, T. Tony, et al.
Veröffentlicht: (2026)

Minimax optimal submatrix detection: Sharp non-asymptotic rates
von: Knight, Parker, et al.
Veröffentlicht: (2026)

Rates of convergence for nonparametric estimation of singular distributions using generative adversarial networks
von: Lee, Jeyong, et al.
Veröffentlicht: (2022)

Greedy equivalence search for nonparametric graphical models
von: Aragam, Bryon
Veröffentlicht: (2024)

Top-$K$ ranking with a monotone adversary
von: Yang, Yuepeng, et al.
Veröffentlicht: (2024)

Learning from Biased and Costly Data Sources: Minimax-optimal Data Collection under a Budget
von: Harding, Michael O., et al.
Veröffentlicht: (2026)

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

On the rate of convergence of an over-parametrized Transformer classifier learned by gradient descent
von: Kohler, Michael, et al.
Veröffentlicht: (2023)

Online selective conformal inference: adaptive scores, convergence rate and optimality
von: Humbert, Pierre, et al.
Veröffentlicht: (2025)

Contraction rates for conjugate gradient and Lanczos approximate posteriors in Gaussian process regression
von: Stankewitz, Bernhard, et al.
Veröffentlicht: (2024)

Robust estimation with Lasso when outputs are adversarially contaminated
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2020)

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

On a synergistic learning phenomenon in nonparametric domain adaptation
von: Zhou, Ling, et al.
Veröffentlicht: (2025)

Improved convergence rate of kNN graph Laplacians: differentiable self-tuned affinity
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2024)

Minimax Adaptive Online Nonparametric Regression over Besov Spaces
von: Liautaud, Paul, et al.
Veröffentlicht: (2025)

The Structure of Cross-Validation Error: Stability, Covariance, and Minimax Limits
von: Nachum, Ido, et al.
Veröffentlicht: (2025)

Offline Estimation of Controlled Markov Chains: Minimaxity and Sample Complexity
von: Banerjee, Imon, et al.
Veröffentlicht: (2022)

Existence and Minimax Theorems for Adversarial Surrogate Risks in Binary Classification
von: Frank, Natalie S., et al.
Veröffentlicht: (2022)

Minimax Limits of k-Fold Cross-Validation via Majority
von: Nachum, Ido, et al.
Veröffentlicht: (2026)

Minimax Semiparametric Learning With Approximate Sparsity
von: Bradic, Jelena, et al.
Veröffentlicht: (2019)

Minimax Hypothesis Testing for the Bradley-Terry-Luce Model
von: Makur, Anuran, et al.
Veröffentlicht: (2024)

On Instability of Minimax Optimal Optimism-Based Bandit Algorithms
von: Praharaj, Samya, et al.
Veröffentlicht: (2025)

Minimax Optimality of the Probability Flow ODE for Diffusion Models
von: Cai, Changxiao, et al.
Veröffentlicht: (2025)

Gradient Descent with Projection Finds Over-Parameterized Neural Networks for Learning Low-Degree Polynomials with Nearly Minimax Optimal Rate
von: Yang, Yingzhen, et al.
Veröffentlicht: (2026)

Minimax Rate-Optimal Algorithms for High-Dimensional Stochastic Linear Bandits
von: Liu, Jingyu, et al.
Veröffentlicht: (2025)

Minimax density estimation in the adversarial framework under local differential privacy
von: Albert, Mélisande, et al.
Veröffentlicht: (2024)