Buchumschlag

Proof of The TAP Free Energy for High-Dimensional Linear Regression with Spherical Priors at All Temperatures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Zhiyuan, Liu, Jingbo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sampling from the Random Linear Model via Stochastic Localization Up to the AMP Threshold
von: Cui, Han, et al.
Veröffentlicht: (2024)

Dependency-Aware Shrinkage Priors for High Dimensional Regression
von: Aguilar, Javier Enrique, et al.
Veröffentlicht: (2025)

Multivariate Priors and the Linearity of Optimal Bayesian Estimators under Gaussian Noise
von: Barnes, Leighton P., et al.
Veröffentlicht: (2024)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
von: Kim, Yeichan, et al.
Veröffentlicht: (2025)

Uniform Consistency of Generalized Cross-Validation for Ridge Regression in High-Dimensional Misspecified Linear Models
von: Shinkyu, Akira
Veröffentlicht: (2026)

Batches Stabilize the Minimum Norm Risk in High Dimensional Overparameterized Linear Regression
von: Ioushua, Shahar Stein, et al.
Veröffentlicht: (2023)

An Easily Tunable Approach to Robust and Sparse High-Dimensional Linear Regression
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2025)

The High-Dimensional Asymptotics of Principal Component Regression
von: Green, Alden, et al.
Veröffentlicht: (2024)

Covariance Regression with High-Dimensional Predictors
von: He, Yuheng, et al.
Veröffentlicht: (2024)

Statistical Inference for High-Dimensional Robust Linear Regression Models via Recursive Online-Score Estimation
von: Zheng, Dian, et al.
Veröffentlicht: (2025)

High-dimensional (Group) Adversarial Training in Linear Regression
von: Xie, Yiling, et al.
Veröffentlicht: (2024)

Functional Adaptive Huber Linear Regression
von: Peng, Ling, et al.
Veröffentlicht: (2024)

On Ridge Estimation in High-dimensional Rotationally Sparse Linear Regression
von: Liang, Libin, et al.
Veröffentlicht: (2024)

Debiased Inference for High-Dimensional Regression Models Based on Profile M-Estimation
von: Wang, Yi, et al.
Veröffentlicht: (2025)

High Dimensional Logistic Regression Under Network Dependence
von: Mukherjee, Somabha, et al.
Veröffentlicht: (2021)

Statistical Inference on High Dimensional Gaussian Graphical Regression Models
von: Meng, Xuran, et al.
Veröffentlicht: (2024)

Prediction Suboptimality of the Lasso in Sparse Linear Regression
von: Liu, Guo
Veröffentlicht: (2026)

Bayesian High-dimensional Linear Regression with Sparse Projection-posterior
von: Pal, Samhita, et al.
Veröffentlicht: (2024)

Profiled Transfer Learning for High Dimensional Linear Model
von: Lin, Ziqian, et al.
Veröffentlicht: (2024)

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

Sparse Data-Driven Random Projection in Regression for High-Dimensional Data
von: Parzer, Roman, et al.
Veröffentlicht: (2023)

Minimax Rate-Optimal Algorithms for High-Dimensional Stochastic Linear Bandits
von: Liu, Jingyu, et al.
Veröffentlicht: (2025)

A Two-Step Projection-Based Goodness-of-Fit Test for Ultra-High Dimensional Sparse Regressions
von: Tan, Falong, et al.
Veröffentlicht: (2024)

Moment-Based Adjustments of Statistical Inference in High-Dimensional Generalized Linear Models
von: Sawaya, Kazuma, et al.
Veröffentlicht: (2023)

$L^1$ Estimation: On the Optimality of Linear Estimators
von: Barnes, Leighton P., et al.
Veröffentlicht: (2023)

Asymptotic Distribution-Free Tests for Ultra-high Dimensional Parametric Regressions via Projected Empirical Processes and $p$-value Combination
von: Tan, Falong, et al.
Veröffentlicht: (2026)

Finite- and Large- Sample Inference for Model and Coefficients in High-dimensional Linear Regression with Repro Samples
von: Wang, Peng, et al.
Veröffentlicht: (2022)

Adaptive Bayesian Regression on Data with Low Intrinsic Dimensionality
von: Tang, Tao, et al.
Veröffentlicht: (2024)

Navigating Sparsities in High-Dimensional Linear Contextual Bandits
von: Zhao, Rui, et al.
Veröffentlicht: (2025)

CLT for Linear Spectral Statistics in High-Dimensional Random Effects Models
von: Xie, Ran, et al.
Veröffentlicht: (2024)

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

Sharp Information-Theoretic Thresholds for Shuffled Linear Regression
von: Lufkin, Leon, et al.
Veröffentlicht: (2024)

Asymptotic Theory for Linear Functionals of Kernel Ridge Regression
von: Tuo, Rui, et al.
Veröffentlicht: (2024)

Stability of a Generalized Debiased Lasso with Applications to Resampling-Based Variable Selection
von: Liu, Jingbo
Veröffentlicht: (2024)

Finite Sample Analysis of Distribution-Free Confidence Ellipsoids for Linear Regression
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

Identifiability in Unlinked Linear Regression: Some Results and Open Problems
von: Balabdaoui, Fadoua, et al.
Veröffentlicht: (2025)

Max-Linear Regression by Convex Programming
von: Kim, Seonho, et al.
Veröffentlicht: (2021)

Order-Explicit Linearization of High-Dimensional $U$-Statistics
von: Ritzwoller, David M., et al.
Veröffentlicht: (2024)

Valid Bayesian Inference based on Variance Weighted Projection for High-Dimensional Logistic Regression with Binary Covariates
von: Ojha, Abhishek, et al.
Veröffentlicht: (2024)

Shuffled Linear Regression via Spectral Matching
von: Liu, Hang, et al.
Veröffentlicht: (2024)