:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Adcock, Ben, Huang, Nick
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Statistics Theory
Accesso online:	https://arxiv.org/abs/2505.10630
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Towards Sharp Minimax Risk Bounds for Operator Learning
di: Adcock, Ben, et al.
Pubblicazione: (2025)

On the estimation rate of Bayesian PINN for inverse problems
di: Sun, Yi, et al.
Pubblicazione: (2024)

Streaming data recovery via Bayesian tensor train decomposition
di: Huang, Yunyu, et al.
Pubblicazione: (2023)

Estimating the normal-inverse-Wishart distribution
di: So, Jonathan
Pubblicazione: (2024)

How many samples are needed to train a deep neural network?
di: Golestaneh, Pegah, et al.
Pubblicazione: (2024)

How many asymmetric communities are there in multi-layer directed networks?
di: Qing, Huan
Pubblicazione: (2026)

Optimal and exact recovery on general non-uniform Hypergraph Stochastic Block Model
di: Dumitriu, Ioana, et al.
Pubblicazione: (2023)

A unified framework for learning with nonlinear model classes from arbitrary linear samples
di: Adcock, Ben, et al.
Pubblicazione: (2023)

Consistent support recovery for high-dimensional diffusions
di: Marushkevych, Dmytro, et al.
Pubblicazione: (2025)

Substitute adjustment via recovery of latent variables
di: Adams, Jeffrey, et al.
Pubblicazione: (2024)

How many labelers do you have? A closer look at gold-standard labels
di: Cheng, Chen, et al.
Pubblicazione: (2022)

Deep Bayesian Inversion
di: Adler, Jonas, et al.
Pubblicazione: (2018)

Learning sparsity-promoting regularizers for linear inverse problems
di: Alberti, Giovanni S., et al.
Pubblicazione: (2024)

Susceptibilities and Patterning: A Primer on Linear Response in Bayesian Learning
di: Elliott, Chris, et al.
Pubblicazione: (2026)

Partial recovery and weak consistency in the non-uniform hypergraph Stochastic Block Model
di: Dumitriu, Ioana, et al.
Pubblicazione: (2021)

Sequential Bayesian Neural Subnetwork Ensembles
di: Jantre, Sanket, et al.
Pubblicazione: (2022)

On uncertainty-penalized Bayesian information criterion
di: Thanasutives, Pongpisit, et al.
Pubblicazione: (2024)

Selective inference using randomized group lasso estimators for general models
di: Huang, Yiling, et al.
Pubblicazione: (2023)

Singular Fluctuation as Specific Heat in Bayesian Learning
di: Plummer, Sean
Pubblicazione: (2025)

Thermodynamic Response Functions in Singular Bayesian Models
di: Plummer, Sean
Pubblicazione: (2026)

Frequentist Guarantees of Distributed (Non)-Bayesian Inference
di: Wu, Bohan, et al.
Pubblicazione: (2023)

A general framework for deep learning
di: Kengne, William, et al.
Pubblicazione: (2025)

Fuzzy Prediction Sets: Conformal Prediction with E-values
di: Koning, Nick W., et al.
Pubblicazione: (2025)

Can Bayesian Neural Networks Make Confident Predictions?
di: Fisher, Katharine, et al.
Pubblicazione: (2025)

Misclassification bounds for PAC-Bayesian sparse deep learning
di: Mai, The Tien
Pubblicazione: (2024)

An Equivalence between Bayesian Priors and Penalties in Variational Inference
di: Wolinski, Pierre, et al.
Pubblicazione: (2020)

Generalized Bayesian Additive Regression Trees: Theory and Software
di: Saha, Enakshi
Pubblicazione: (2023)

Generalized Power Priors for Improved Bayesian Inference with Historical Data
di: Kimura, Masanari, et al.
Pubblicazione: (2025)

Variational bagging: a robust approach for Bayesian uncertainty quantification
di: Fan, Shitao, et al.
Pubblicazione: (2025)

On Reconstructing Training Data From Bayesian Posteriors and Trained Models
di: Wynne, George
Pubblicazione: (2025)

Bayesian Cramér-Rao Bound Estimation with Score-Based Models
di: Crafts, Evan Scope, et al.
Pubblicazione: (2023)

SPDE Methods for Nonparametric Bayesian Posterior Contraction and Laplace Approximation
di: Alberola-Boloix, Enric, et al.
Pubblicazione: (2026)

Local geometry of high-dimensional mixture models: Effective spectral theory and dynamical transitions
di: Arous, Gerard Ben, et al.
Pubblicazione: (2025)

Universality laws for Gaussian mixtures in generalized linear models
di: Dandi, Yatin, et al.
Pubblicazione: (2023)

Are Bayesian networks typically faithful?
di: Boeken, Philip, et al.
Pubblicazione: (2024)

Wasserstein KL-divergence for Gaussian distributions
di: Datar, Adwait, et al.
Pubblicazione: (2025)

Learning conditional distributions on continuous spaces
di: Bénézet, Cyril, et al.
Pubblicazione: (2024)

Empirical Bayes for Dynamic Bayesian Networks Using Generalized Variational Inference
di: Kungurtsev, Vyacheslav, et al.
Pubblicazione: (2024)

A sparse PAC-Bayesian approach for high-dimensional quantile prediction
di: Mai, The Tien
Pubblicazione: (2024)

Adjusted Expected Improvement for Cumulative Regret Minimization in Noisy Bayesian Optimization
di: Hu, Shouri, et al.
Pubblicazione: (2022)