Copertina

On Vector Field Reconstruction from Noisy ODE in High Ambient Dimension

Fuente: arXiv

Salvato in:

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

Documenti analoghi

A Geometric Approach for Multivariate Jumps Detection
di: Henneuse, Hugo
Pubblicazione: (2024)

Persistence-based Modes Inference
di: Henneuse, Hugo
Pubblicazione: (2024)

Persistence Diagram Estimation : Beyond Plug-in Approaches
di: Henneuse, Hugo
Pubblicazione: (2024)

Persistence Diagram Estimation of Multivariate Piecewise Hölder-continuous Signals
di: Henneuse, Hugo
Pubblicazione: (2024)

Detection and Reconstruction of a Random Hypergraph from Noisy Graph Projection
di: Gong, Shuyang, et al.
Pubblicazione: (2025)

Superconsistency of Tests in High Dimensions
di: Kock, Anders Bredahl, et al.
Pubblicazione: (2021)

Tight Bounds on the Laplace Approximation Accuracy in High Dimensions
di: Katsevich, Anya
Pubblicazione: (2023)

Bayesian Sparse Gaussian Mixture Model in High Dimensions
di: Yao, Dapeng, et al.
Pubblicazione: (2022)

Posterior Sampling in High Dimension via Diffusion Processes
di: Montanari, Andrea, et al.
Pubblicazione: (2023)

Testing Elliptical Models in High Dimensions
di: Wang, Siyao, et al.
Pubblicazione: (2024)

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

Extremes in High Dimensions: Methods and Scalable Algorithms
di: Lederer, Johannes, et al.
Pubblicazione: (2023)

Characterizing the Training-Conditional Coverage of Full Conformal Inference in High Dimensions
di: Gibbs, Isaac, et al.
Pubblicazione: (2025)

Discrete Gaussian Vector Fields On Meshes
di: Gillan, Michael, et al.
Pubblicazione: (2025)

Estimation of Local Geometric Structure on Manifolds from Noisy Data
di: Aizenbud, Yariv, et al.
Pubblicazione: (2025)

Residual Balancing for Non-Linear Outcome Models in High Dimensions
di: Meza, Isaac
Pubblicazione: (2025)

PAC-Bayes Bounds for High-Dimensional Multi-Index Models with Unknown Active Dimension
di: Steffen, Maximilian F.
Pubblicazione: (2023)

Consistent Identification of Top-$K$ Nodes in Noisy Networks
di: Shen, Hui, et al.
Pubblicazione: (2026)

Sparse High-Dimensional Vector Autoregressive Bootstrap
di: Adamek, Robert, et al.
Pubblicazione: (2023)

A Goodness-of-Fit Test for Independent Component Models in High Dimensions
di: Liu, Mingshuo, et al.
Pubblicazione: (2026)

Kernel Two-Sample Tests in High Dimension: Interplay Between Moment Discrepancy and Dimension-and-Sample Orders
di: Yan, Jian, et al.
Pubblicazione: (2021)

Local Projection Inference in High Dimensions
di: Adamek, Robert, et al.
Pubblicazione: (2022)

Data-Driven Tuning Parameter Selection for High-Dimensional Vector Autoregressions
di: Kock, Anders Bredahl, et al.
Pubblicazione: (2024)

Estimation of High-dimensional Nonlinear Vector Autoregressive Models
di: Han, Yuefeng, et al.
Pubblicazione: (2025)

Location Tests with Noisy Proxies for Latent Variables
di: Deutsch, Louis, et al.
Pubblicazione: (2025)

High-Dimensional Block Diagonal Covariance Structure Detection Using Singular Vectors
di: Bauer, Jan O.
Pubblicazione: (2022)

Convergence of Diffusion Models Under the Manifold Hypothesis in High-Dimensions
di: Azangulov, Iskander, et al.
Pubblicazione: (2024)

Jointly Modeling and Clustering Tensors in High Dimensions
di: Cai, Biao, et al.
Pubblicazione: (2021)

Transportation of Measure Regression in Higher Dimensions
di: Ghodrati, Laya, et al.
Pubblicazione: (2023)

Statistical Inference for Manifold Similarity and Alignability across Noisy High-Dimensional Datasets
di: Chen, Hongrui, et al.
Pubblicazione: (2025)

Robust Rank Estimation for Noisy Matrices
di: Roy, Subhrajyoty, et al.
Pubblicazione: (2025)

Method of Moments for Estimation of Noisy Curves
di: Lo, Phillip, et al.
Pubblicazione: (2024)

A New Two-Sample Test for Covariance Matrices in High Dimensions: U-Statistics Meet Leading Eigenvalues
di: Lam, Thomas, et al.
Pubblicazione: (2025)

Noisy Low-Rank Matrix Completion via Transformed $L_1$ Regularization and its Theoretical Properties
di: Zhao, Kun, et al.
Pubblicazione: (2025)

Toward Optimal Statistical Inference in Noisy Linear Quadratic Reinforcement Learning over a Finite Horizon
di: Pan, Bo, et al.
Pubblicazione: (2025)

Dimension-free Bounds for Covariance Estimation with Tensor-Train Structure
di: Patarusau, Artsiom, et al.
Pubblicazione: (2025)

On the Effect of Misspecifying the Embedding Dimension in Low-rank Network Models
di: Taing, Roddy, et al.
Pubblicazione: (2026)

Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise
di: Ding, Xiucai, et al.
Pubblicazione: (2026)

The Catastrophic Failure of The k-Means Algorithm in High Dimensions, and How Hartigan's Algorithm Avoids It
di: Lederman, Roy R., et al.
Pubblicazione: (2026)

Entangled Mean Estimation in High-Dimensions
di: Diakonikolas, Ilias, et al.
Pubblicazione: (2025)