:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sale, Yusuf, Ramdas, Aaditya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2503.16809
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conformal online model aggregation
von: Gasparin, Matteo, et al.
Veröffentlicht: (2024)

Conformal changepoint localization
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

Quantifying Epistemic Predictive Uncertainty in Conformal Prediction
von: Chau, Siu Lun, et al.
Veröffentlicht: (2026)

Operationalizing Stein's Method for Online Linear Optimization: CLT-Based Optimal Tradeoffs
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2026)

Conformal Prediction in Hierarchical Classification with Constrained Representation Complexity
von: Mortier, Thomas, et al.
Veröffentlicht: (2025)

Online monotone density estimation and log-optimal calibration
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

Conformal Prediction Regions are Imprecise Highest Density Regions
von: Caprio, Michele, et al.
Veröffentlicht: (2025)

Uncertainty Quantification with Proper Scoring Rules: Adjusting Measures to Prediction Tasks
von: Hofman, Paul, et al.
Veröffentlicht: (2025)

Improving the statistical efficiency of cross-conformal prediction
von: Gasparin, Matteo, et al.
Veröffentlicht: (2025)

Density estimation with atoms, and functional estimation for mixed discrete-continuous data
von: Saha, Aytijhya, et al.
Veröffentlicht: (2025)

Distribution-free root cause analysis
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

Distribution-free changepoint localization after sequential change detection
von: Saha, Aytijhya, et al.
Veröffentlicht: (2026)

Gradient descent for deep equilibrium single-index models
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2025)

Eventually LIL Regret: Almost Sure $\ln\ln T$ Regret for a sub-Gaussian Mixture on Unbounded Data
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2025)

On Stopping Times of Power-one Sequential Tests: Tight Lower and Upper Bounds
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2025)

Cover meets Robbins while Betting on Bounded Data: $\ln n$ Regret and Almost Sure $\ln\ln n$ Regret
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2026)

An Asymptotic Law of the Iterated Logarithm for $\mathrm{KL}_{\inf}$
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

A variational approach to dimension-free self-normalized concentration
von: Chugg, Ben, et al.
Veröffentlicht: (2025)

Theoretical guarantees for change localization using conformal p-values
von: Bhattacharyya, Swapnaneel, et al.
Veröffentlicht: (2025)

Locally minimax optimal confidence sets for the best model
von: Kim, Ilmun, et al.
Veröffentlicht: (2025)

Post-detection inference for sequential changepoint localization
von: Saha, Aytijhya, et al.
Veröffentlicht: (2025)

Anytime-valid t-tests and confidence sequences for Gaussian means with unknown variance
von: Wang, Hongjian, et al.
Veröffentlicht: (2023)

The optimal betting wealth growth rate
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

Power one sequential tests exist for weakly compact $\mathscr P$ against $\mathscr P^c$
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

Dimension-agnostic inference using cross U-statistics
von: Kim, Ilmun, et al.
Veröffentlicht: (2020)

Asymptotically optimal sequential change detection for bounded means
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

Optimal sequential tests yield log-optimal e-processes
von: Ram, Ashwin, et al.
Veröffentlicht: (2026)

Sequential Kernelized Stein Discrepancy
von: Martinez-Taboada, Diego, et al.
Veröffentlicht: (2024)

The extended Ville's inequality for nonintegrable nonnegative supermartingales
von: Wang, Hongjian, et al.
Veröffentlicht: (2023)

Sharp Matrix Empirical Bernstein Inequalities
von: Wang, Hongjian, et al.
Veröffentlicht: (2024)

Logarithmic Neyman Regret for Adaptive Estimation of the Average Treatment Effect
von: Neopane, Ojash, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Machine Learning: One Size Does Not Fit All
von: Hofman, Paul, et al.
Veröffentlicht: (2025)

Quantifying Aleatoric and Epistemic Uncertainty with Proper Scoring Rules
von: Hofman, Paul, et al.
Veröffentlicht: (2024)

Combining Evidence Across Filtrations
von: Choe, Yo Joong, et al.
Veröffentlicht: (2024)

Conformalized Interactive Imitation Learning: Handling Expert Shift and Intermittent Feedback
von: Zhao, Michelle, et al.
Veröffentlicht: (2024)

Optimistic Algorithms for Adaptive Estimation of the Average Treatment Effect
von: Neopane, Ojash, et al.
Veröffentlicht: (2025)

Semiparametric Efficient Inference in Adaptive Experiments
von: Cook, Thomas, et al.
Veröffentlicht: (2023)

Efficient Credal Prediction through Decalibration
von: Hofman, Paul, et al.
Veröffentlicht: (2026)

A Permutation-free Kernel Two-Sample Test
von: Shekhar, Shubhanshu, et al.
Veröffentlicht: (2022)

A unified recipe for deriving (time-uniform) PAC-Bayes bounds
von: Chugg, Ben, et al.
Veröffentlicht: (2023)