Buchumschlag

Sharp Inequalities between Total Variation and Hellinger Distances for Gaussian Mixtures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jung, Joonhyuk, Gao, Chao
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

On Robust Hypothesis Testing with respect to the Hellinger Distance
von: Modak, Eeshan, et al.
Veröffentlicht: (2025)

Sharp Gaussian approximations for Decentralized Federated Learning
von: Bonnerjee, Soham, et al.
Veröffentlicht: (2025)

Private Minimum Hellinger Distance Estimation via Hellinger Distance Differential Privacy
von: Deng, Fengnan, et al.
Veröffentlicht: (2025)

Sharp Matrix Empirical Bernstein Inequalities
von: Wang, Hongjian, et al.
Veröffentlicht: (2024)

Sharp Concentration Inequalities: Phase Transition and Mixing of Orlicz Tails with Variance
von: Shen, Yinan, et al.
Veröffentlicht: (2026)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
von: Wegel, Tobias, et al.
Veröffentlicht: (2025)

Sharp regret-Hellinger bounds for Gaussian empirical Bayes via polynomial approximation
von: Chen, Jiafeng, et al.
Veröffentlicht: (2026)

Local Minima Structures in Gaussian Mixture Models
von: Chen, Yudong, et al.
Veröffentlicht: (2020)

Variational Approach for Efficient KL Divergence Estimation in Dirichlet Mixture Models
von: Pal, Samyajoy, et al.
Veröffentlicht: (2024)

Sharp One-Dimensional Sub-Gaussian Comparison in Convex Order
von: Zhang, Yihan
Veröffentlicht: (2026)

Nonparametric MLE for Gaussian Location Mixtures: Certified Computation and Generic Behavior
von: Polyanskiy, Yury, et al.
Veröffentlicht: (2025)

Adaptive Mean Estimation in the Hidden Markov sub-Gaussian Mixture Model
von: Karagulyan, Vahe, et al.
Veröffentlicht: (2024)

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

Gaussian Mixture Model with unknown diagonal covariances via continuous sparse regularization
von: Giard, Romane, et al.
Veröffentlicht: (2025)

Sinkhorn Based Associative Memory Retrieval Using Spherical Hellinger Kantorovich Dynamics
von: Mustafi, Aratrika, et al.
Veröffentlicht: (2026)

Estimating the Number of Components in Finite Mixture Models via Variational Approximation
von: Wang, Chenyang, et al.
Veröffentlicht: (2024)

An Equivalence between Bayesian Priors and Penalties in Variational Inference
von: Wolinski, Pierre, et al.
Veröffentlicht: (2020)

Robust Unsupervised Multi-task and Transfer Learning on Gaussian Mixture Models
von: Tian, Ye, et al.
Veröffentlicht: (2022)

Eventually LIL Regret: Almost Sure $\ln\ln T$ Regret for a sub-Gaussian Mixture on Unbounded Data
von: Agrawal, Shubhada, et al.
Veröffentlicht: (2025)

Model Selection for Gaussian-gated Gaussian Mixture of Experts Using Dendrograms of Mixing Measures
von: Thai, Tuan, et al.
Veröffentlicht: (2025)

Dimension-Free Convergence of Diffusion Models for Approximate Gaussian Mixtures
von: Li, Gen, et al.
Veröffentlicht: (2025)

Minmax Trend Filtering: Generalizations of Total Variation Denoising via a Local Minmax/Maxmin Formula
von: Chatterjee, Sabyasachi
Veröffentlicht: (2024)

Sharp Bounds for Poly-GNNs and the Effect of Graph Noise
von: Vinas, Luciano, et al.
Veröffentlicht: (2024)

Simplicity Bias via Global Convergence of Sharpness Minimization
von: Gatmiry, Khashayar, et al.
Veröffentlicht: (2024)

Total Variation Rates for Riemannian Flow Matching
von: Guan, Yunrui, et al.
Veröffentlicht: (2026)

Sample-Efficient Private Learning of Mixtures of Gaussians
von: Ashtiani, Hassan, et al.
Veröffentlicht: (2024)

Identifiability of Potentially Degenerate Gaussian Mixture Models With Piecewise Affine Mixing
von: Xu, Danru, et al.
Veröffentlicht: (2026)

Sharp concentration of uniform generalization errors in binary linear classification
von: Nakakita, Shogo
Veröffentlicht: (2025)

Training Diagonal Linear Networks with Stochastic Sharpness-Aware Minimization
von: Clara, Gabriel, et al.
Veröffentlicht: (2025)

Beyond Maximum Likelihood: Variational Inequality Estimation for Generalized Linear Models
von: Zhu, Linglingzhi, et al.
Veröffentlicht: (2025)

Minimum Hellinger Distance Estimators for Complex Survey Designs
von: Kepplinger, David, et al.
Veröffentlicht: (2025)

Sharp bounds on aggregate expert error
von: Kontorovich, Aryeh, et al.
Veröffentlicht: (2024)

Sharp asymptotic theory for Q-learning with LDTZ learning rate and its generalization
von: Bonnerjee, Soham, et al.
Veröffentlicht: (2026)

The Adaptivity Barrier in Batched Nonparametric Bandits: Sharp Characterization of the Price of Unknown Margin
von: Jiang, Rong, et al.
Veröffentlicht: (2025)

Efficient Sampling with Discrete Diffusion Models: Sharp and Adaptive Guarantees
von: Dmitriev, Daniil, et al.
Veröffentlicht: (2026)

Minimax optimal submatrix detection: Sharp non-asymptotic rates
von: Knight, Parker, et al.
Veröffentlicht: (2026)

Robust Estimation under the Wasserstein Distance
von: Nietert, Sloan, et al.
Veröffentlicht: (2023)

Unveil Conditional Diffusion Models with Classifier-free Guidance: A Sharp Statistical Theory
von: Fu, Hengyu, et al.
Veröffentlicht: (2024)

Learning Mixtures of Gaussians Using Diffusion Models
von: Gatmiry, Khashayar, et al.
Veröffentlicht: (2024)

Dendrograms of Mixing Measures for Softmax-Gated Gaussian Mixture of Experts: Consistency without Model Sweeps
von: Hai, Do Tien, et al.
Veröffentlicht: (2025)