:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andrade, Francisco, Peyré, Gabriel, Poon, Clarice
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	https://arxiv.org/abs/2505.07124
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparsistency for Inverse Optimal Transport
von: Andrade, Francisco, et al.
Veröffentlicht: (2023)

On the global convergence of gradient descent for wide shallow models with bounded nonlinearities
von: Petit, Romain, et al.
Veröffentlicht: (2026)

Statistical Inverse Problems in Hilbert Scales
von: Rastogi, Abhishake
Veröffentlicht: (2022)

Inferring Change Points in Regression via Sample Weighting
von: Arpino, Gabriel, et al.
Veröffentlicht: (2026)

Conditional Generative Models are Provably Robust: Pointwise Guarantees for Bayesian Inverse Problems
von: Altekrüger, Fabian, et al.
Veröffentlicht: (2023)

Latent-IMH: Efficient Bayesian Inference for Inverse Problems with Approximate Operators
von: Chen, Youguang, et al.
Veröffentlicht: (2026)

Stress-Aware Learning under KL Drift via Trust-Decayed Mirror Descent
von: Raj, Gabriel Nixon
Veröffentlicht: (2025)

Statistical analysis of Inverse Entropy-regularized Reinforcement Learning
von: Belomestny, Denis, et al.
Veröffentlicht: (2025)

The Central Role of the Loss Function in Reinforcement Learning
von: Wang, Kaiwen, et al.
Veröffentlicht: (2024)

Provable Sample-Efficient Transfer Learning Conditional Diffusion Models via Representation Learning
von: Cheng, Ziheng, et al.
Veröffentlicht: (2025)

Partitioning the Sample Space for a More Precise Shannon Entropy Estimation
von: Bastos, Gabriel F. A., et al.
Veröffentlicht: (2025)

Efficient Inference for Inverse Reinforcement Learning and Dynamic Discrete Choice Models
von: van der Laan, Lars, et al.
Veröffentlicht: (2025)

Refined Risk Bounds for Unbounded Losses via Transductive Priors
von: Qian, Jian, et al.
Veröffentlicht: (2024)

Optimal Transport under Group Fairness Constraints
von: Bleistein, Linus, et al.
Veröffentlicht: (2026)

A Fenchel-Young Loss Approach to Data-Driven Inverse Optimization
von: Li, Zhehao, et al.
Veröffentlicht: (2025)

Ratio-based Loss Functions
von: Helgerth, Lena, et al.
Veröffentlicht: (2026)

Nonparametric Instrumental Variable Analysis Without Structural Equations: Debiased Inference on Functionals of Inverse Problems with No Solutions
von: Shen, Zikai, et al.
Veröffentlicht: (2026)

Nonparametric Estimation of Joint Entropy via Partitioned Sample-Spacing
von: Ho, Jungwoo, et al.
Veröffentlicht: (2025)

Asymptotically Optimal Problem-Dependent Bandit Policies for Transfer Learning
von: Prevost, Adrien, et al.
Veröffentlicht: (2025)

A Generative Approach to Quasi-Random Sampling from Copulas via Space-Filling Designs
von: Wang, Sumin, et al.
Veröffentlicht: (2024)

Unbiased Estimating Equation on Inverse Divergence and Its Conditions
von: Kobayashi, Masahiro, et al.
Veröffentlicht: (2024)

Sample Amplification: Increasing Dataset Size even when Learning is Impossible
von: Axelrod, Brian, et al.
Veröffentlicht: (2019)

Decomposing Probabilistic Scores: Reliability, Information Loss and Uncertainty
von: Charpentier, Arthur, et al.
Veröffentlicht: (2026)

Inferring Change Points in High-Dimensional Regression via Approximate Message Passing
von: Arpino, Gabriel, et al.
Veröffentlicht: (2024)

Breaking AR's Sampling Bottleneck: Provable Acceleration via Diffusion Language Models
von: Li, Gen, et al.
Veröffentlicht: (2025)

Optimization, Isoperimetric Inequalities, and Sampling via Lyapunov Potentials
von: Chen, August Y., et al.
Veröffentlicht: (2024)

Training Implicit Generative Models via an Invariant Statistical Loss
von: de Frutos, José Manuel, et al.
Veröffentlicht: (2024)

Statistical-Computational Trade-offs in Tensor PCA and Related Problems via Communication Complexity
von: Dudeja, Rishabh, et al.
Veröffentlicht: (2022)

Sampling from the Mean-Field Stationary Distribution
von: Kook, Yunbum, et al.
Veröffentlicht: (2024)

Multivariate Stochastic Dominance via Optimal Transport and Applications to Models Benchmarking
von: Rioux, Gabriel, et al.
Veröffentlicht: (2024)

Sampling conditioned diffusions via Pathspace Projected Monte Carlo
von: Grafke, Tobias
Veröffentlicht: (2025)

Kernel Two-Sample Testing via Directional Components Analysis
von: Cui, Rui, et al.
Veröffentlicht: (2025)

The Sample Complexity of Multicalibration
von: Collina, Natalie, et al.
Veröffentlicht: (2026)

Learning from Aggregate responses: Instance Level versus Bag Level Loss Functions
von: Javanmard, Adel, et al.
Veröffentlicht: (2024)

Characterizing Dependence of Samples along the Langevin Dynamics and Algorithms via Contraction of $Φ$-Mutual Information
von: Liang, Jiaming, et al.
Veröffentlicht: (2024)

When Are Trade-Off Functions Testable from Finite Samples?
von: Shi, Kaining, et al.
Veröffentlicht: (2026)

Adaptive Sample Aggregation In Transfer Learning
von: Hanneke, Steve, et al.
Veröffentlicht: (2024)

Conformal Risk Control for Non-Monotonic Losses
von: Angelopoulos, Anastasios N.
Veröffentlicht: (2026)

Sampling from multi-modal distributions with polynomial query complexity in fixed dimension via reverse diffusion
von: Vacher, Adrien, et al.
Veröffentlicht: (2024)

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