Buchumschlag

Learning under Latent Group Sparsity via Diffusion on Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ghosh, Subhroshekhar, Mukherjee, Soumendu Sundar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Consistent model selection in the spiked Wigner model via AIC-type criteria
von: Mukherjee, Soumendu Sundar
Veröffentlicht: (2023)

A new approach to locally adaptive polynomial regression
von: Chatterjee, Sabyasachi, et al.
Veröffentlicht: (2024)

Bulk Spectra of Truncated Sample Covariance Matrices
von: Ghosh, Subhroshekhar, et al.
Veröffentlicht: (2024)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Optimal Nuisance Function Tuning for Estimating a Doubly Robust Functional under Proportional Asymptotics
von: McGrath, Sean, et al.
Veröffentlicht: (2025)

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift
von: Ge, Jiawei, et al.
Veröffentlicht: (2024)

Interaction Screening and Pseudolikelihood Approaches for Tensor Learning in Ising Models
von: Liu, Tianyu, et al.
Veröffentlicht: (2023)

Knowledge-Embedded Latent Projection for Robust Representation Learning
von: Tang, Weijing, et al.
Veröffentlicht: (2026)

Method-of-Moments Inference for GLMs and Doubly Robust Functionals under Proportional Asymptotics
von: Chen, Xingyu, et al.
Veröffentlicht: (2024)

Model-free Estimation of Latent Structure via Multiscale Nonparametric Maximum Likelihood
von: Aragam, Bryon, et al.
Veröffentlicht: (2024)

Minimax optimal adaptive structured transfer learning through semi-parametric domain-varying coefficient model
von: Chen, Hanxiao, et al.
Veröffentlicht: (2026)

Nuisance Function Tuning and Sample Splitting for Optimally Estimating a Doubly Robust Functional
von: McGrath, Sean, et al.
Veröffentlicht: (2022)

Self-Distillation is Optimal Among Spectral Shrinkage Estimators in Spiked Covariance Models
von: Lecoiu, Radu, et al.
Veröffentlicht: (2026)

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

UTOPIA: Universally Trainable Optimal Prediction Intervals Aggregation
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

Optimal Discriminant Analysis in High-Dimensional Latent Factor Models
von: Bing, Xin, et al.
Veröffentlicht: (2022)

Bayesian Models for Joint Selection of Features and Auto-Regressive Lags: Theory and Applications in Environmental and Financial Forecasting
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

Network Learning with Semi-relaxed Gromov-Wasserstein
von: Dufour, Charles, et al.
Veröffentlicht: (2026)

On Quantification of Borrowing of Information in Hierarchical Bayesian Models
von: Ghosh, Prasenjit, et al.
Veröffentlicht: (2025)

SymmPI: Predictive Inference for Data with Group Symmetries
von: Dobriban, Edgar, et al.
Veröffentlicht: (2023)

The Local Approach to Causal Inference under Network Interference
von: Auerbach, Eric, et al.
Veröffentlicht: (2021)

Transfer Learning for Classification under Decision Rule Drift with Application to Optimal Individualized Treatment Rule Estimation
von: Wang, Xiaohan, et al.
Veröffentlicht: (2025)

Conditional Predictive Inference for General Structured Data with Group Symmetries
von: Shen, Yichen, et al.
Veröffentlicht: (2026)

Adaptive Confidence Intervals in Efron's Gaussian Two-Groups Model
von: Wang, Qiaosen, et al.
Veröffentlicht: (2026)

Treatment Effect Estimation with Observational Network Data using Machine Learning
von: Emmenegger, Corinne, et al.
Veröffentlicht: (2022)

Design Stability in Adaptive Experiments: Implications for Treatment Effect Estimation
von: Sengupta, Saikat, et al.
Veröffentlicht: (2025)

Stein's unbiased risk estimate and Hyvärinen's score matching
von: Ghosh, Sulagna, et al.
Veröffentlicht: (2025)

Deep Learning of Multivariate Extremes via a Geometric Representation
von: Murphy-Barltrop, Callum J. R., et al.
Veröffentlicht: (2024)

Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces I: the compact case
von: Azangulov, Iskander, et al.
Veröffentlicht: (2022)

A Double Machine Learning Approach for the Evaluation of COVID-19 Vaccine Effectiveness under the Test-Negative Design: Analysis of Québec Administrative Data
von: Jiang, Cong, et al.
Veröffentlicht: (2023)

Stationary Kernels and Gaussian Processes on Lie Groups and their Homogeneous Spaces II: non-compact symmetric spaces
von: Azangulov, Iskander, et al.
Veröffentlicht: (2023)

Statistical Inference under Adaptive Sampling with LinUCB
von: Fan, Wei, et al.
Veröffentlicht: (2025)

Rescuing double robustness: safe estimation under complete misspecification
von: Testa, Lorenzo, et al.
Veröffentlicht: (2025)

Spectral gap of Metropolis-within-Gibbs under log-concavity
von: Secchi, Cecilia, et al.
Veröffentlicht: (2025)

Convex Clustering Redefined: Robust Learning with the Median of Means Estimator
von: De, Sourav, et al.
Veröffentlicht: (2025)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
von: Wu, Yong, et al.
Veröffentlicht: (2025)

Asymptotic Behavior of Adversarial Training Estimator under $\ell_\infty$-Perturbation
von: Xie, Yiling, et al.
Veröffentlicht: (2024)

Efficient and Multiply Robust Risk Estimation under General Forms of Dataset Shift
von: Qiu, Hongxiang, et al.
Veröffentlicht: (2023)

Conformal Prediction under Levy-Prokhorov Distribution Shifts: Robustness to Local and Global Perturbations
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Diffusion-based Denoising Beats Vanilla Score Matching in Parameter Estimation: A Theoretical Explanation
von: Schwienhorst, Benedikt Lütke, et al.
Veröffentlicht: (2026)