Copertina

Sparse free deconvolution under unknown noise level via eigenmatrix

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Ying, Lexing
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Numerical Analysis Statistics Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Blind free deconvolution over one-parameter sparse families via eigenmatrix
di: Ying, Lexing
Pubblicazione: (2025)

Multidimensional unstructured sparse recovery via eigenmatrix
di: Ying, Lexing
Pubblicazione: (2024)

Multimodal Sampling via Approximate Symmetries
di: Ying, Lexing
Pubblicazione: (2023)

Sketch Tomography: Hybridizing Classical Shadow and Matrix Product State
di: Tang, Xun, et al.
Pubblicazione: (2025)

Approximation of High-Dimensional Gibbs Distributions with Functional Hierarchical Tensors
di: Sheng, Nan, et al.
Pubblicazione: (2025)

Denoising diffusion probabilistic models are optimally adaptive to unknown low dimensionality
di: Huang, Zhihan, et al.
Pubblicazione: (2024)

Eigenmatrix for unstructured sparse recovery
di: Ying, Lexing
Pubblicazione: (2023)

A generalization bound for exit wave reconstruction via deep unfolding
di: Atwi, Moussa, et al.
Pubblicazione: (2025)

Accelerating Langevin Monte Carlo via Efficient Stochastic Runge--Kutta Methods beyond Log-Concavity
di: Yang, Bin, et al.
Pubblicazione: (2026)

Adaptive minimax optimality in statistical inverse problems via SOLIT -- Sharp Optimal Lepskii-Inspired Tuning
di: Li, Housen, et al.
Pubblicazione: (2023)

Multiplicative deconvolution under unknown error distribution
di: Miguel, Sergio Brenner, et al.
Pubblicazione: (2023)

Zero variance self-normalized importance sampling via estimating equations
di: Owen, Art B.
Pubblicazione: (2025)

A perturbative analysis for noisy spectral estimation
di: Ying, Lexing
Pubblicazione: (2024)

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

A Closed-Form Transition Density Expansion for Elliptic and Hypo-Elliptic SDEs
di: Iguchi, Yuga, et al.
Pubblicazione: (2025)

A global Lipschitz stability perspective for understanding approximate approaches in Bayesian sequential learning
di: Wang, Liliang, et al.
Pubblicazione: (2025)

Coverage errors for Student's t confidence intervals comparable to those in Hall (1988)
di: Owen, Art B.
Pubblicazione: (2025)

A Fourier-based inference method for learning interaction kernels in particle systems
di: Pavliotis, Grigorios A., et al.
Pubblicazione: (2025)

Stochastic Trace and Diagonal Estimator for Tensors
di: Verma, Bhisham Dev, et al.
Pubblicazione: (2025)

A novel statistical workflow for nonstationary modelling of successive Fréchet extremes
di: Burtenshaw, Grace, et al.
Pubblicazione: (2025)

q-Analogue of Hamiltonian Monte Carlo method
di: Yang, Xiaomei, et al.
Pubblicazione: (2025)

Boosted optimal weighted least-squares
di: Haberstich, Cécile, et al.
Pubblicazione: (2019)

Strong consistency of an estimator by the truncated singular value decomposition for an errors-in-variables regression model with collinearity
di: Aishima, Kensuke
Pubblicazione: (2023)

One-dimensional Tensor Network Recovery
di: Chen, Ziang, et al.
Pubblicazione: (2022)

A polynomial chaos approach for uncertainty quantification of Monte Carlo transport codes
di: Geraci, Gianluca, et al.
Pubblicazione: (2024)

Computable error bounds for quasi-Monte Carlo using points with non-negative local discrepancy
di: Gnewuch, Michael, et al.
Pubblicazione: (2023)

On the contraction rate of the posterior distribution for nonlinear PDE parameter identification
di: Fan, Yuxin, et al.
Pubblicazione: (2026)

Multi-fidelity No-U-Turn Sampling
di: Ravi, Kislaya, et al.
Pubblicazione: (2023)

An Approximation Theory Framework for Measure-Transport Sampling Algorithms
di: Baptista, Ricardo, et al.
Pubblicazione: (2023)

Extrapolation and generative algorithms for three applications in finance
di: LeFloch, Philippe G., et al.
Pubblicazione: (2024)

Covariance-Informed Subspace: an Adaptive Gradient-Free Input Dimension Reduction Method for Bayesian Inference
di: Polette, Nadège, et al.
Pubblicazione: (2026)

Tensor-train methods for sequential state and parameter learning in state-space models
di: Zhao, Yiran, et al.
Pubblicazione: (2023)

Regularisation for the approximation of functions by mollified discretisation methods
di: Pouchol, Camille, et al.
Pubblicazione: (2024)

Mean-Square Convergence of a New Parameterized Leapfrog Scheme for Hamiltonian Systems Driven by Gaussian Process Potentials
di: Bhattacharya, Sourabh
Pubblicazione: (2026)

Central Limit Theorems for Coupled Particle Filters
di: Jasra, Ajay, et al.
Pubblicazione: (2018)

Asymptotic analysis of the Gaussian kernel matrix for partially noisy data in high dimensions
di: Aishima, Kensuke
Pubblicazione: (2026)

Extreme learning machines for variance-based global sensitivity analysis
di: Darges, John, et al.
Pubblicazione: (2022)

Optimal Experimental Design for Partially Observable Pure Birth Processes
di: Eshragh, Ali, et al.
Pubblicazione: (2024)

Integration of bounded monotone functions: Revisiting the nonsequential case, with a focus on unbiased Monte Carlo (randomized) methods
di: Basak, Subhasish, et al.
Pubblicazione: (2022)

Error analysis for a statistical finite element method
di: Karvonen, Toni, et al.
Pubblicazione: (2022)