Buchumschlag

Optimal Bias-variance Tradeoff in Matrix and Tensor Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Shivam, Luo, Xiaokai, Xu, Haotian, Padilla, Carlos Misael Madrid, Padilla, Oscar Hernan Madrid, Wang, Daren
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

Dense ReLU Neural Networks for Temporal-spatial Model
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2024)

Multivariate Poisson intensity estimation via low-rank tensor decomposition
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

Variance estimation in graphs with the fused lasso
von: Padilla, Oscar Hernan Madrid
Veröffentlicht: (2022)

Network two-sample test for block models
von: Nguen, Chung Kyong, et al.
Veröffentlicht: (2024)

Estimation and Inference for Change Points in Functional Regression Time Series
von: Kumar, Shivam, et al.
Veröffentlicht: (2024)

Robust and Scalable Variational Bayes
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2025)

Bayesian variance change point detection with credible sets
von: Cappello, Lorenzo, et al.
Veröffentlicht: (2022)

A causal fused lasso for interpretable heterogeneous treatment effects estimation
von: Padilla, Oscar Hernan Madrid, et al.
Veröffentlicht: (2021)

Statistical and Computational Efficiency for Smooth Tensor Estimation with Unknown Permutations
von: Lee, Chanwoo, et al.
Veröffentlicht: (2021)

Risk Bounds For Distributional Regression
von: Padilla, Carlos Misael Madrid, et al.
Veröffentlicht: (2025)

Distributional Treatment Effect Estimation across Heterogeneous Sites via Optimal Transport
von: Bateni, Borna, et al.
Veröffentlicht: (2025)

Anytime-valid t-tests and confidence sequences for Gaussian means with unknown variance
von: Wang, Hongjian, et al.
Veröffentlicht: (2023)

Direct Bias-Correction Term Estimation for Average Treatment Effect Estimation
von: Kato, Masahiro
Veröffentlicht: (2025)

SGD with Dependent Data: Optimal Estimation, Regret, and Inference
von: Shen, Yinan, et al.
Veröffentlicht: (2026)

Conditional Mean and Variance Estimation via \textit{k}-NN Algorithm with Automated Variance Selection
von: Matabuena, Marcos, et al.
Veröffentlicht: (2024)

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
von: Kim, Seok-Jin
Veröffentlicht: (2026)

Globally-Optimal Greedy Experiment Selection for Active Sequential Estimation
von: Li, Xiaoou, et al.
Veröffentlicht: (2024)

CARE: Large Precision Matrix Estimation for Compositional Data
von: Zhang, Shucong, et al.
Veröffentlicht: (2023)

Optimal Estimation of Shared Singular Subspaces across Multiple Noisy Matrices
von: Ma, Zhengchi, et al.
Veröffentlicht: (2024)

Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning
von: Shen, Ye, et al.
Veröffentlicht: (2021)

A Likelihood Based Approach to Distribution Regression Using Conditional Deep Generative Models
von: Kumar, Shivam, et al.
Veröffentlicht: (2024)

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

Tensor-on-Tensor Regression: Riemannian Optimization, Over-parameterization, Statistical-computational Gap, and Their Interplay
von: Luo, Yuetian, et al.
Veröffentlicht: (2022)

Data denoising with self consistency, variance maximization, and the Kantorovich dominance
von: Hiew, Joshua Zoen-Git, et al.
Veröffentlicht: (2025)

Minimax Optimal Estimation of Transport-Growth Pairs in Unbalanced Optimal Transport
von: Ponnoprat, Donlapark, et al.
Veröffentlicht: (2026)

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

Revisit CP Tensor Decomposition: Statistical Optimality and Fast Convergence
von: Tang, Runshi, et al.
Veröffentlicht: (2025)

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

Jointly Modeling and Clustering Tensors in High Dimensions
von: Cai, Biao, 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)

Optimal Differentially Private PCA and Estimation for Spiked Covariance Matrices
von: Cai, T. Tony, et al.
Veröffentlicht: (2024)

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

Bootstrapping the Cross-Validation Estimate
von: Cai, Bryan, et al.
Veröffentlicht: (2023)

High-dimensional analysis of ridge regression for non-identically distributed data with a variance profile
von: Bigot, Jérémie, et al.
Veröffentlicht: (2024)

Optimal convex $M$-estimation via score matching
von: Feng, Oliver Y., et al.
Veröffentlicht: (2024)

Adaptively-weighted Nearest Neighbors for Matrix Completion
von: Sadhukhan, Tathagata, et al.
Veröffentlicht: (2025)

Parametric Scaling Law of Tuning Bias in Conformal Prediction
von: Zeng, Hao, et al.
Veröffentlicht: (2025)

Structure-agnostic Optimality of Doubly Robust Learning for Treatment Effect Estimation
von: Jin, Jikai, et al.
Veröffentlicht: (2024)

High-dimensional ridge regression with random features for non-identically distributed data with a variance profile
von: Dabo, Issa-Mbenard, et al.
Veröffentlicht: (2025)

Hypothesis Testing for High-Dimensional Matrix-Valued Data
von: Cui, Shijie, et al.
Veröffentlicht: (2024)