Buchumschlag

Uniform Kernel Prober

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mukherjee, Soumya, Sriperumbudur, Bharath K.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Move on Muon : A Hamiltonian probability gradient flow perspective of Muon optimizer
von: Mustafi, Aratrika, et al.
Veröffentlicht: (2026)

Minimax Optimal Kernel Two-Sample Tests with Random Features
von: Mukherjee, Soumya, et al.
Veröffentlicht: (2025)

Kernel $ε$-Greedy for Multi-Armed Bandits with Covariates
von: Arya, Sakshi, et al.
Veröffentlicht: (2023)

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

Nyström Kernel Stein Discrepancy
von: Kalinke, Florian, et al.
Veröffentlicht: (2024)

Kernel Single-Index Bandits: Estimation, Inference, and Learning
von: Arya, Sakshi, et al.
Veröffentlicht: (2026)

Nyström Kernel Stein Discrepancy Tests
von: Kalinke, Florian, et al.
Veröffentlicht: (2026)

Spectral Regularized Kernel Two-Sample Tests
von: Hagrass, Omar, et al.
Veröffentlicht: (2022)

Spectral Regularized Kernel Goodness-of-Fit Tests
von: Hagrass, Omar, et al.
Veröffentlicht: (2023)

Regularized Stein Variational Gradient Flow
von: He, Ye, et al.
Veröffentlicht: (2022)

Minimax Optimal Goodness-of-Fit Testing with Kernel Stein Discrepancy
von: Hagrass, Omar, et al.
Veröffentlicht: (2024)

Minimax Optimal Estimation of Mean and Covariance Functions with Spectral Regularization
von: Gupta, Naveen, et al.
Veröffentlicht: (2026)

Optimal Rates for Functional Linear Regression with General Regularization
von: Gupta, Naveen, et al.
Veröffentlicht: (2024)

A Uniform Concentration Inequality for Kernel-Based Two-Sample Statistics
von: Ni, Yijin, et al.
Veröffentlicht: (2024)

Adversarially Robust Topological Inference
von: Vishwanath, Siddharth, et al.
Veröffentlicht: (2022)

Sinkhorn Based Associative Memory Retrieval Using Spherical Hellinger Kantorovich Dynamics
von: Mustafi, Aratrika, et al.
Veröffentlicht: (2026)

Functional linear and single-index models: A unified approach via Gaussian Stein identity
von: Balasubramanian, Krishnakumar, et al.
Veröffentlicht: (2022)

Supervised Kernel Thinning
von: Gong, Albert, et al.
Veröffentlicht: (2024)

Random Features for Operator-Valued Kernels: Bridging Kernel Methods and Neural Operators
von: Nguyen, Mike, et al.
Veröffentlicht: (2026)

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

Uniform Laws of Large Numbers in Product Spaces
von: Holzman, Ron, et al.
Veröffentlicht: (2026)

Targeted Separation and Convergence with Kernel Discrepancies
von: Barp, Alessandro, et al.
Veröffentlicht: (2022)

Universality of Kernel Random Matrices and Kernel Regression in the Quadratic Regime
von: Pandit, Parthe, et al.
Veröffentlicht: (2024)

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Kernel Quantile Embeddings and Associated Probability Metrics
von: Naslidnyk, Masha, et al.
Veröffentlicht: (2025)

Variance-Aware Estimation of Kernel Mean Embedding
von: Wolfer, Geoffrey, et al.
Veröffentlicht: (2022)

On the Limitation of Kernel Dependence Maximization for Feature Selection
von: Liu, Keli, et al.
Veröffentlicht: (2024)

Kernel Two-Sample Tests for Manifold Data
von: Cheng, Xiuyuan, et al.
Veröffentlicht: (2021)

Rolled Gaussian process models for curves on manifolds
von: Preston, Simon, et al.
Veröffentlicht: (2025)

Generalized Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

Pseudo-Labeling for Unsupervised Domain Adaptation with Kernel GLMs
von: Weill, Nathan, et al.
Veröffentlicht: (2026)

Improving Kernel-Based Nonasymptotic Simultaneous Confidence Bands
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2024)

Optimal Confidence Band for Kernel Gradient Flow Estimator
von: Cheng, Yuqian, et al.
Veröffentlicht: (2026)

Kernel-based Optimally Weighted Conformal Time-Series Prediction
von: Lee, Jonghyeok, et al.
Veröffentlicht: (2024)

Sequential Kernelized Independence Testing
von: Podkopaev, Aleksandr, et al.
Veröffentlicht: (2022)

Kernel Debiased Plug-in Estimation based on the Universal Least Favorable Submodel
von: Chen, Haiyi, et al.
Veröffentlicht: (2026)

On the Robustness of Kernel Goodness-of-Fit Tests
von: Liu, Xing, et al.
Veröffentlicht: (2024)

Kernel Thinning
von: Dwivedi, Raaz, et al.
Veröffentlicht: (2021)

Computational-Statistical Trade-off in Kernel Two-Sample Testing with Random Fourier Features
von: Choi, Ikjun, et al.
Veröffentlicht: (2024)

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