:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Du, Kevin, Nair, Yash, Janson, Lucas
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Statistics Theory Machine Learning
Accesso online:	https://arxiv.org/abs/2511.06639
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

The Bernstein-von Mises theorem for Semiparametric Mixtures
di: Franssen, Stefan, et al.
Pubblicazione: (2024)

The Bernstein-von Mises theorem for Bayesian one-pass online learning
di: Lee, Jeyong, et al.
Pubblicazione: (2026)

Semiparametric Bernstein-von Mises theorems for reversible diffusions
di: Giordano, Matteo, et al.
Pubblicazione: (2025)

Bernstein-von Mises theorem for log-concave posteriors
di: Brunel, Victor-Emmanuel
Pubblicazione: (2026)

Variational Bernstein-von Mises theorem with increasing parameter dimension
di: Yan, Jiawei, et al.
Pubblicazione: (2025)

Bernstein von-Mises Theorem for g-prior and nonlocal prior
di: Fang, Xiao, et al.
Pubblicazione: (2024)

A Bernstein-von Mises Theorem for Generalized Fiducial Distributions
di: Borgert, J. E., et al.
Pubblicazione: (2024)

Skewed Bernstein-von Mises theorem and skew-modal approximations
di: Durante, Daniele, et al.
Pubblicazione: (2023)

Asymptotic efficiency of inferential models and a possibilistic Bernstein--von Mises theorem
di: Martin, Ryan, et al.
Pubblicazione: (2024)

Semi-parametric Bernstein-von Mises Theorem in a Parabolic PDE Problem
di: Magra, Adel, et al.
Pubblicazione: (2026)

Bernstein-von Mises theorems for time evolution equations
di: Nickl, Richard
Pubblicazione: (2024)

Valid Credible Ellipsoids for Linear Functionals by a Renormalized Bernstein-von Mises Theorem
di: Rømer, Gustav
Pubblicazione: (2024)

Parametrization, Prior Independence, and the Semiparametric Bernstein-von Mises Theorem for the Partially Linear Model
di: Walker, Christopher D.
Pubblicazione: (2023)

Large-sample theory for inferential models: a possibilistic Bernstein--von Mises theorem
di: Martin, Ryan, et al.
Pubblicazione: (2024)

Online Bernstein-von Mises theorem
di: Lee, Jeyong, et al.
Pubblicazione: (2025)

Semi-parametric Bernstein-von Mises in Linear Inverse Problems
di: Magra, Adel, et al.
Pubblicazione: (2023)

From Tail Universality to Bernstein-von Mises: A Unified Statistical Theory of Semi-Implicit Variational Inference
di: Plummer, Sean
Pubblicazione: (2025)

Improved dimension dependence in the Bernstein von Mises Theorem via a new Laplace approximation bound
di: Katsevich, Anya
Pubblicazione: (2023)

Policy learning "without" overlap: Pessimism and generalized empirical Bernstein's inequality
di: Jin, Ying, et al.
Pubblicazione: (2022)

Sharp Matrix Empirical Bernstein Inequalities
di: Wang, Hongjian, et al.
Pubblicazione: (2024)

High-Dimensional Bernstein Von-Mises Theorems for Covariance and Precision Matrices
di: Sarkar, Partha, et al.
Pubblicazione: (2023)

Misspecified Bernstein-Von Mises theorem for hierarchical models
di: Koers, Geerten, et al.
Pubblicazione: (2023)

Early Highlights in the History of the Bernstein-von Mises Theorem
di: Fischer, Hans
Pubblicazione: (2025)

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

Characterizing the Generalization Error of Random Feature Regression with Arbitrary Data-Augmentation
di: Morisset, Lucas, et al.
Pubblicazione: (2026)

Learning from Biased and Costly Data Sources: Minimax-optimal Data Collection under a Budget
di: Harding, Michael O., et al.
Pubblicazione: (2026)

Online Performance Estimation with Unlabeled Data: A Bayesian Application of the Hui-Walter Paradigm
di: Slote, Kevin, et al.
Pubblicazione: (2024)

Gaussian and Non-Gaussian Universality of Data Augmentation
di: Huang, Kevin Han, et al.
Pubblicazione: (2022)

ROTI-GCV: Generalized Cross-Validation for right-ROTationally Invariant Data
di: Luo, Kevin, et al.
Pubblicazione: (2024)

Bernstein-von Mises Theorem for Sparse Generalized Linear Model
di: Li, Hanqing, et al.
Pubblicazione: (2026)

Non-Asymptotic Analysis of Data Augmentation for Precision Matrix Estimation
di: Morisset, Lucas, et al.
Pubblicazione: (2025)

Universality of High-Dimensional Logistic Regression and a Novel CGMT under Dependence with Applications to Data Augmentation
di: Mallory, Matthew Esmaili, et al.
Pubblicazione: (2025)

A Distribution Testing Approach to Clustering Distributions
di: Kumar, Gunjan, et al.
Pubblicazione: (2025)

Online Estimation with Rolling Validation: Adaptive Nonparametric Estimation with Streaming Data
di: Zhang, Tianyu, et al.
Pubblicazione: (2023)

The Bernstein-von Mises theorem and efficiency for semiparametric inference in multivariate Hawkes processes
di: Duverger, Mael, et al.
Pubblicazione: (2026)

Semiparametric Bernstein-von Mises Phenomenon via Isotonized Posterior in Wicksell's problem
di: Gili, Francesco, et al.
Pubblicazione: (2025)

Adaptive Smooth Non-Stationary Bandits
di: Suk, Joe
Pubblicazione: (2024)

Flow Matching is Adaptive to Manifold Structures
di: Kumar, Shivam, et al.
Pubblicazione: (2026)

Adaptive variational Bayes: Optimality, computation and applications
di: Ohn, Ilsang, et al.
Pubblicazione: (2021)

Can Generative Artificial Intelligence Survive Data Contamination? Theoretical Guarantees under Contaminated Recursive Training
di: Wang, Kevin, et al.
Pubblicazione: (2026)