Buchumschlag

Geometric Gaussian Approximations of Probability Distributions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Da Costa, Nathaël, Mucsányi, Bálint, Hennig, Philipp
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Differential Geometry Machine Learning Probability Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sample Path Regularity of Gaussian Processes from the Covariance Kernel
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2023)

Rethinking Approximate Gaussian Inference in Classification
von: Mucsányi, Bálint, et al.
Veröffentlicht: (2025)

Geometric Interpretation of Brownian Motion on Riemannian Manifolds
von: Lee, Taeyoung, et al.
Veröffentlicht: (2025)

Constructive Disintegration and Conditional Modes
von: Da Costa, Nathaël, et al.
Veröffentlicht: (2025)

Geometric Learning with Positively Decomposable Kernels
von: Da Costa, Nathael, et al.
Veröffentlicht: (2023)

Refining Cramér-Rao Bound With Multivariate Parameters: An Extrinsic Geometry Perspective
von: Krishnan, Sunder Ram
Veröffentlicht: (2025)

Improving Cramér-Rao Bound And Its Variants: An Extrinsic Geometry Perspective
von: Krishnan, Sunder Ram
Veröffentlicht: (2025)

On statistics which are almost sufficient from the viewpoint of the Fisher metrics
von: Yamaguchi, Kaori, et al.
Veröffentlicht: (2023)

On Higher-Order Geometric Refinements of Classical Covariance Asymptotics: An Approach via Intrinsic and Extrinsic Information Geometry
von: Amir, Malik, et al.
Veröffentlicht: (2026)

Two-Sample Tests for Optimal Lifts, Manifold Stability and Reverse Labeling Reflection Shap
von: Van, Do Tran, et al.
Veröffentlicht: (2025)

The Fisher metric as a metric on the cotangent bundle
von: Nagaoka, Hiroshi
Veröffentlicht: (2023)

Geometric statistics with subspace structure preservation for SPD matrices
von: Mostajeran, Cyrus, et al.
Veröffentlicht: (2024)

Chernoff Bounds for Tensor Expanders on Riemannian Manifolds Using Graph Laplacian Approximation
von: Chang, Shih-Yu
Veröffentlicht: (2024)

Supervised Quadratic Feature Analysis: Information Geometry Approach for Dimensionality Reduction
von: Herrera-Esposito, Daniel, et al.
Veröffentlicht: (2025)

Kernel smoothing on manifolds
von: Bae, Eunseong, et al.
Veröffentlicht: (2026)

Gaussian Processes and Reproducing Kernels: Connections and Equivalences
von: Kanagawa, Motonobu, et al.
Veröffentlicht: (2025)

Differential geometry with extreme eigenvalues in the positive semidefinite cone
von: Mostajeran, Cyrus, et al.
Veröffentlicht: (2023)

Information geometry of Lévy processes and financial models
von: Choi, Jaehyung
Veröffentlicht: (2025)

Categorical and geometric methods in statistical, manifold, and machine learning
von: Lê, Hông Vân, et al.
Veröffentlicht: (2025)

Learning from one graph: transductive learning guarantees via the geometry of small random worlds
von: Detering, Nils, et al.
Veröffentlicht: (2025)

Estimating the Convex Hull of the Image of a Set with Smooth Boundary: Error Bounds and Applications
von: Lew, Thomas, et al.
Veröffentlicht: (2023)

Geometry-Aware Langevin Sampling for Matrix-Valued Graph Learning
von: Dey, Papri
Veröffentlicht: (2026)

Riemannian Archetypal Analysis: Interpretable non-linear data analysis on deformed star distributions
von: Diepeveen, Willem, et al.
Veröffentlicht: (2026)

Multivariate Gaussian Approximation for Random Forest via Region-based Stabilization
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

Finite-Dimensional Gaussian Approximation for Deep Neural Networks: Universality in Random Weights
von: Balasubramanian, Krishnakumar, et al.
Veröffentlicht: (2025)

Score matching for sub-Riemannian bridge sampling
von: Grong, Erlend, et al.
Veröffentlicht: (2024)

Robust boundary detection and density estimation using doubly stochastic scaling of the Gaussian kernel
von: Kohli, Dhruv, et al.
Veröffentlicht: (2024)

Gaussian and Bootstrap Approximation for Matching-based Average Treatment Effect Estimators
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

A Method For Bounding Tail Probabilities
von: Zlatanov, Nikola
Veröffentlicht: (2024)

Manifolds with kinks and the asymptotic behavior of the graph Laplacian operator with Gaussian kernel
von: Pal, Susovan, et al.
Veröffentlicht: (2025)

Variations on the Expectation due to Changes in the Probability Measure
von: Perlaza, Samir M., et al.
Veröffentlicht: (2025)

Hessian Geometry of Latent Space in Generative Models
von: Lobashev, Alexander, et al.
Veröffentlicht: (2025)

Minimum Norm Interpolation via The Local Theory of Banach Spaces: The Role of $2$-Uniform Convexity
von: Kur, Gil, et al.
Veröffentlicht: (2026)

Conformal Transformation of Kernels: A Geometric Perspective on Text Classification
von: Rădulescu, Ioana, et al.
Veröffentlicht: (2024)

Markov Chain Variance Estimation: A Stochastic Approximation Approach
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2024)

Optimal Transportation and Alignment Between Gaussian Measures
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2025)

Approximating Langevin Monte Carlo with ResNet-like Neural Network architectures
von: Miranda, Charles, et al.
Veröffentlicht: (2023)

On the Injective Norm of Sums of Random Tensors and the Moments of Gaussian Chaoses
von: Aden-Ali, Ishaq
Veröffentlicht: (2025)

On Closed-Form Expressions for the Fisher-Rao Distance
von: Miyamoto, Henrique K., et al.
Veröffentlicht: (2023)

Approximation of length metrics by conformally flat Riemannian metrics
von: Hip, Andres A. Contreras, et al.
Veröffentlicht: (2024)