Buchumschlag

Handling Covariate Mismatch in Federated Linear Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ayme, Alexis, Khellaf, Rémi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Causal Inference: Multi-Study ATE Estimation beyond Meta-Analysis
von: Khellaf, Rémi, et al.
Veröffentlicht: (2024)

Random features models: a way to study the success of naive imputation
von: Ayme, Alexis, et al.
Veröffentlicht: (2024)

Transformers Handle Endogeneity in In-Context Linear Regression
von: Liang, Haodong, et al.
Veröffentlicht: (2024)

Conformal Prediction Under Generalized Covariate Shift with Posterior Drift
von: Wang, Baozhen, et al.
Veröffentlicht: (2025)

Federated Causal Inference from Multi-Site Observational Data via Propensity Score Aggregation
von: Khellaf, Rémi, et al.
Veröffentlicht: (2025)

Federated PCA and Estimation for Spiked Covariance Matrices: Optimal Rates and Efficient Algorithm
von: Li, Jingyang, et al.
Veröffentlicht: (2024)

Nonparametric Instrumental Variable Regression with Observed Covariates
von: Shen, Zikai, et al.
Veröffentlicht: (2025)

Covariate shift in nonparametric regression with Markovian design
von: Trottner, Lukas
Veröffentlicht: (2023)

Generalization for Least Squares Regression With Simple Spiked Covariances
von: Li, Jiping, et al.
Veröffentlicht: (2024)

On two ways to use determinantal point processes for Monte Carlo integration
von: Gautier, Guillaume, et al.
Veröffentlicht: (2026)

Minimax and Adaptive Covariance Matrix Estimation under Differential Privacy
von: Cai, T. Tony, et al.
Veröffentlicht: (2026)

Spectrally-Corrected and Regularized QDA Classifier for Spiked Covariance Model
von: Luo, Wenya, et al.
Veröffentlicht: (2025)

The Structure of Cross-Validation Error: Stability, Covariance, and Minimax Limits
von: Nachum, Ido, et al.
Veröffentlicht: (2025)

Beyond Covariance Matrix: The Statistical Complexity of Private Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2025)

A Theory of Nonparametric Covariance Function Estimation for Discretely Observed Data
von: Terada, Yoshikazu, et al.
Veröffentlicht: (2026)

Towards Efficient and Optimal Covariance-Adaptive Algorithms for Combinatorial Semi-Bandits
von: Zhou, Julien, et al.
Veröffentlicht: (2024)

Functional Sequential Treatment Allocation with Covariates
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2020)

Effective regions and kernels in continuous sparse regularisation, with application to sketched mixtures
von: De Castro, Yohann, et al.
Veröffentlicht: (2025)

Semi-Supervised Treatment Effect Estimation with Unlabeled Covariates for Prediction-Powered Causal Inference
von: Kato, Masahiro
Veröffentlicht: (2025)

Local Learning for Covariate Selection in Nonparametric Causal Effect Estimation with Latent Variables
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of MLE for Entity Ranking with Covariates
von: Fan, Jianqing, et al.
Veröffentlicht: (2022)

A path-norm toolkit for modern networks: consequences, promises and challenges
von: Gonon, Antoine, et al.
Veröffentlicht: (2023)

Covariates-Adjusted Mixed-Membership Estimation: A Novel Network Model with Optimal Guarantees
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

Covariate Assisted Entity Ranking with Sparse Intrinsic Scores
von: Fan, Jianqing, et al.
Veröffentlicht: (2024)

Simple Relative Deviation Bounds for Covariance and Gram Matrices
von: Barzilai, Daniel, et al.
Veröffentlicht: (2024)

Handling bounded response in high dimensions: a Horseshoe prior Bayesian Beta regression approach
von: Mai, The Tien
Veröffentlicht: (2025)

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

Online Covariance Estimation in Averaged SGD: Improved Batch-Mean Rates and Minimax Optimality via Trajectory Regression
von: Ni, Yijin, et al.
Veröffentlicht: (2026)

On Linear Separability under Linear Compression with Applications to Hard Support Vector Machine
von: McVay, Paul, et al.
Veröffentlicht: (2022)

Posterior Covariance Structures in Gaussian Processes
von: Cai, Difeng, et al.
Veröffentlicht: (2024)

Intrinsic Bayesian Cramér-Rao Bound with an Application to Covariance Matrix Estimation
von: Bouchard, Florent, et al.
Veröffentlicht: (2023)

A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates
von: Fan, Qingliang, et al.
Veröffentlicht: (2022)

Enhancing Signal Proportion Estimation Through Leveraging Arbitrary Covariance Structures
von: Bai, Jingtian, et al.
Veröffentlicht: (2025)

On Efficient Estimation of Distributional Treatment Effects under Covariate-Adaptive Randomization
von: Byambadalai, Undral, et al.
Veröffentlicht: (2025)

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

Optimal Batched Linear Bandits
von: Ren, Xuanfei, et al.
Veröffentlicht: (2024)

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

Minimax-Optimal Spectral Clustering with Covariance Projection for High-Dimensional Anisotropic Mixtures
von: Huang, Chengzhu, et al.
Veröffentlicht: (2025)

Transfer Learning with Distance Covariance for Random Forest: Error Bounds and an EHR Application
von: Li, Chenze, et al.
Veröffentlicht: (2025)

Benign Overfitting without Linearity: Neural Network Classifiers Trained by Gradient Descent for Noisy Linear Data
von: Frei, Spencer, et al.
Veröffentlicht: (2022)