Buchumschlag

Nonparametric estimation of a factorizable density using diffusion models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kwon, Hyeok Kyu, Kim, Dongha, Ohn, Ilsang, Chae, Minwoo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistics Theory Machine Learning 62G07 (Primary) 62C20, 68T07 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust density estimation with the $\mathbb{L}_{1}$-loss. Applications to the estimation of a density on the line satisfying a shape constraint
von: Baraud, Y., et al.
Veröffentlicht: (2022)

A supervised deep learning method for nonparametric density estimation
von: Bos, Thijs, et al.
Veröffentlicht: (2023)

Optimal estimation of a factorizable density using diffusion models with ReLU neural networks
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Quadratic functional estimation from observations with multiplicative measurement error
von: Neubert, Bianca, et al.
Veröffentlicht: (2024)

The Cost of Adaptation under Differential Privacy: Optimal Adaptive Federated Density Estimation
von: Cai, T. Tony, et al.
Veröffentlicht: (2025)

Two approaches to multiple canonical correlation analysis for repeated measures data
von: Górecki, Tomasz, et al.
Veröffentlicht: (2025)

Bagging cross-validated bandwidths with application to Big Data
von: Barreiro-Ures, Daniel, et al.
Veröffentlicht: (2024)

Mode-based estimation of the center of symmetry
von: Chacón, José E., et al.
Veröffentlicht: (2024)

Nonparametric density estimation for stationary processes under multiplicative measurement errors
von: Dang, Duc Trong, et al.
Veröffentlicht: (2024)

Composite Lp-quantile regression, near quantile regression and the oracle model selection theory
von: Mou, Fuming Lin WEilin
Veröffentlicht: (2025)

On the minimax optimality of Flow Matching through the connection to kernel density estimation
von: Kunkel, Lea, et al.
Veröffentlicht: (2025)

Improving variable selection properties with data integration and transfer learning
von: Rognon-Vael, Paul, et al.
Veröffentlicht: (2025)

Leveraging Imperfection with MEDLEY A Multi-Model Approach Harnessing Bias in Medical AI
von: Abtahi, Farhad, et al.
Veröffentlicht: (2025)

Approximating $f$-Divergences with Rank Statistics
von: Stein, Viktor, et al.
Veröffentlicht: (2026)

Structural Incompatibility of Differentiable Sorting and Within-Vector Rank Normalization
von: Kim, Taeyun
Veröffentlicht: (2025)

Bayesian taut splines for estimating the number of modes
von: Chacón, José E., et al.
Veröffentlicht: (2023)

Model-free filtering in high dimensions via projection and score-based diffusions
von: Christensen, Sören, et al.
Veröffentlicht: (2025)

How should we aggregate ratings? Accounting for personal rating scales via Wasserstein barycenters
von: Raban, Daniel
Veröffentlicht: (2024)

Predictive Inference via Kernel Density Estimates
von: Hilbert, Torey
Veröffentlicht: (2026)

Distribution estimation via Flow Matching with Lipschitz guarantees
von: Kunkel, Lea
Veröffentlicht: (2025)

Bump hunting through density curvature features
von: Chacón, José E., et al.
Veröffentlicht: (2022)

The minimax optimal convergence rate of posterior density in the weighted orthogonal polynomials
von: Luo, Yiqi, et al.
Veröffentlicht: (2026)

Robust Estimation in Finite Mixture Models
von: Lecestre, Alexandre
Veröffentlicht: (2021)

Causality as the Statistical Conscience of Artificial Intelligence: From Pearl's Ladder to Trustworthy Machines
von: Fokoué, Ernest
Veröffentlicht: (2026)

Rejoinder to the discussion of "Mode-based estimation of the center of symmetry"
von: Chacón, José E., et al.
Veröffentlicht: (2025)

Tuning free Catoni type joint robust estimation
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Minimax properties of gamma kernel density estimators under $L^p$ loss and $β$-Hölder smoothness of the target
von: Ouimet, Frédéric
Veröffentlicht: (2026)

Asymptotic properties of the normalized discrete associated-kernel estimator for probability mass function
von: Esstafa, Youssef, et al.
Veröffentlicht: (2022)

Convergence rates of non-stationary and deep Gaussian process regression
von: Osborne, Conor, et al.
Veröffentlicht: (2023)

A new adaptive local polynomial density estimation procedure on complicated domains
von: Bertin, Karine, et al.
Veröffentlicht: (2023)

Estimating a density near an unknown manifold: a Bayesian nonparametric approach
von: Berenfeld, Clément, et al.
Veröffentlicht: (2022)

Regularized least squares learning with heavy-tailed noise is minimax optimal
von: Mollenhauer, Mattes, et al.
Veröffentlicht: (2025)

Implicit vs. explicit regularization for high-dimensional gradient descent
von: Stark, Thomas, et al.
Veröffentlicht: (2025)

seMCD: Sequentially implemented Monte Carlo depth computation with statistical guarantees
von: Gnettner, Felix, et al.
Veröffentlicht: (2025)

Non-parametric estimates for graphon mean-field particle systems
von: Bayraktar, Erhan, et al.
Veröffentlicht: (2024)

Pathological Regularization Regimes in Classification Tasks
von: Wiesmann, Maximilian, et al.
Veröffentlicht: (2024)

Dirichlet kernel density estimation on the simplex with missing data
von: Daayeb, Hanen, et al.
Veröffentlicht: (2026)

Adaptive Density Estimation Using Projection Kernels and Penalized Comparison to Overfitting
von: Hoang, Van Ha, et al.
Veröffentlicht: (2025)

Dimensionality-Aware Outlier Detection: Theoretical and Experimental Analysis
von: Anderberg, Alastair, et al.
Veröffentlicht: (2024)

A short tour of operator learning theory: Convergence rates, statistical limits, and open questions
von: Brugiapaglia, Simone, et al.
Veröffentlicht: (2026)