Copertina

High-Dimensional Differentially Private Quantile Regression: Distributed Estimation and Statistical Inference

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shen, Ziliang, Wang, Caixing, Wang, Shaoli, Yan, Yibo
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery
di: Wang, Caixing, et al.
Pubblicazione: (2024)

Optimal Kernel Quantile Learning with Random Features
di: Wang, Caixing, et al.
Pubblicazione: (2024)

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)

Post-Transfer Learning Statistical Inference in High-Dimensional Regression
di: Tam, Nguyen Vu Khai, et al.
Pubblicazione: (2025)

Semi-Supervised Quantile Estimation: Robust and Efficient Inference in High Dimensional Settings
di: Chakrabortty, Abhishek, et al.
Pubblicazione: (2022)

Statistical Inference for Differentially Private Stochastic Gradient Descent
di: Xia, Xintao, et al.
Pubblicazione: (2025)

Differentially Private Linear Regression and Synthetic Data Generation with Statistical Guarantees
di: Lin, Shurong, et al.
Pubblicazione: (2025)

Differentially Private Federated Learning: Servers Trustworthiness, Estimation, and Statistical Inference
di: Zhang, Zhe, et al.
Pubblicazione: (2024)

Beyond Statistical Estimation: Differentially Private Individual Computation via Shuffling
di: Wang, Shaowei, et al.
Pubblicazione: (2024)

Differentially Private Inference for Longitudinal Linear Regression
di: Sopa, Getoar, et al.
Pubblicazione: (2026)

High-Dimensional Private Linear Regression with Optimal Rates
di: Bombari, Simone, et al.
Pubblicazione: (2025)

Inertial Quadratic Majorization Minimization with Application to Kernel Regularized Learning
di: Heng, Qiang, et al.
Pubblicazione: (2025)

Spatial Conformal Inference through Localized Quantile Regression
di: Jiang, Hanyang, et al.
Pubblicazione: (2024)

Nearly Optimal Differentially Private ReLU Regression
di: Ding, Meng, et al.
Pubblicazione: (2025)

Distributional Off-Policy Evaluation with Deep Quantile Process Regression
di: Kuang, Qi, et al.
Pubblicazione: (2026)

Differentially Private Distributed Inference
di: Papachristou, Marios, et al.
Pubblicazione: (2024)

Differentially Private Geodesic Regression
di: Kulkarni, Aditya, et al.
Pubblicazione: (2025)

Advancing Counterfactual Inference through Nonlinear Quantile Regression
di: Xie, Shaoan, et al.
Pubblicazione: (2023)

Transfer Learning for High-dimensional Quantile Regression with Distribution Shift
di: Bai, Ruiqi, et al.
Pubblicazione: (2024)

On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows
di: Tee, Jia Yu, et al.
Pubblicazione: (2023)

Noise-Calibrated Inference from Differentially Private Sufficient Statistics in Exponential Families
di: Asiaee, Amir, et al.
Pubblicazione: (2026)

Simulation-Based Inference with Quantile Regression
di: Jia, He
Pubblicazione: (2024)

Differentially Private Conformal Prediction via Quantile Binary Search
di: Romanus, Ogonnaya M., et al.
Pubblicazione: (2025)

LASSO Inference for High Dimensional Predictive Regressions
di: Gao, Zhan, et al.
Pubblicazione: (2024)

Differentially Private High Dimensional Bandits
di: Shukla, Apurv
Pubblicazione: (2024)

Conformalized High-Density Quantile Regression via Dynamic Prototypes-based Probability Density Estimation
di: Cengiz, Batuhan, et al.
Pubblicazione: (2024)

fastkqr: A Fast Algorithm for Kernel Quantile Regression
di: Tang, Qian, et al.
Pubblicazione: (2024)

Quantile Regression for Distributional Reward Models in RLHF
di: Dorka, Nicolai
Pubblicazione: (2024)

Federated Learning of Quantile Inference under Local Differential Privacy
di: Cai, Leheng, et al.
Pubblicazione: (2025)

High-Dimensional Asymptotics of Differentially Private PCA
di: Yun, Youngjoo, et al.
Pubblicazione: (2025)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
di: Kato, Masahiro
Pubblicazione: (2024)

Differentially Private Sparse Linear Regression with Heavy-tailed Responses
di: Tian, Xizhi, et al.
Pubblicazione: (2025)

Minimax Optimal Two-Stage Algorithm For Moment Estimation Under Covariate Shift
di: Zhang, Zhen, et al.
Pubblicazione: (2025)

Differentially Private Distributed Estimation and Learning
di: Papachristou, Marios, et al.
Pubblicazione: (2023)

On Differentially Private U Statistics
di: Chaudhuri, Kamalika, et al.
Pubblicazione: (2024)

Private Regression via Data-Dependent Sufficient Statistic Perturbation
di: Ferrando, Cecilia, et al.
Pubblicazione: (2024)

High-Dimensional Tail Index Regression
di: Sasaki, Yuya, et al.
Pubblicazione: (2024)

Differentially Private Non-convex Distributionally Robust Optimization
di: Xu, Difei, et al.
Pubblicazione: (2026)

Vector Quantile Regression on Manifolds
di: Pegoraro, Marco, et al.
Pubblicazione: (2023)

Model Agnostic Differentially Private Causal Inference
di: Lebeda, Christian Janos, et al.
Pubblicazione: (2025)