:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Mingqi, Yang, Archer Y., Sun, Qiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	https://arxiv.org/abs/2602.14029
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Quantitative Characterization of Forgetting in Post-Training
von: Balasubramanian, Krishnakumar, et al.
Veröffentlicht: (2026)

Differentially Private Manifold Denoising
von: Wu, Jiaqi, et al.
Veröffentlicht: (2026)

High-dimensional Clustering and Signal Recovery under Block Signals
von: Su, Wu, et al.
Veröffentlicht: (2025)

Double Descent and Overfitting under Noisy Inputs and Distribution Shift for Linear Denoisers
von: Kausik, Chinmaya, et al.
Veröffentlicht: (2023)

Assessing the Quality of Denoising Diffusion Models in Wasserstein Distance: Noisy Score and Optimal Bounds
von: Arsenyan, Vahan, et al.
Veröffentlicht: (2025)

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

Matrix Denoising with Doubly Heteroscedastic Noise: Fundamental Limits and Optimal Spectral Methods
von: Zhang, Yihan, et al.
Veröffentlicht: (2024)

A New Perspective On Denoising Based On Optimal Transport
von: Trillos, Nicolas Garcia, et al.
Veröffentlicht: (2023)

Investigating Self-Supervised Image Denoising with Denaturation
von: Waida, Hiroki, et al.
Veröffentlicht: (2024)

On Reconstructing Training Data From Bayesian Posteriors and Trained Models
von: Wynne, George
Veröffentlicht: (2025)

Diffusion-based Denoising Beats Vanilla Score Matching in Parameter Estimation: A Theoretical Explanation
von: Schwienhorst, Benedikt Lütke, et al.
Veröffentlicht: (2026)

A Separation in Heavy-Tailed Sampling: Gaussian vs. Stable Oracles for Proximal Samplers
von: He, Ye, et al.
Veröffentlicht: (2024)

Sharp Generalization for Nonparametric Regression in Interpolation Space by Over-Parameterized Neural Networks Trained with Preconditioned Gradient Descent and Early Stopping
von: Yang, Yingzhen, et al.
Veröffentlicht: (2024)

Denoising Diffusions with Optimal Transport: Localization, Curvature, and Multi-Scale Complexity
von: Liang, Tengyuan, et al.
Veröffentlicht: (2024)

Proximal Path-Specific Inference
von: Bai, Yang, et al.
Veröffentlicht: (2026)

Source-Optimal Training is Transfer-Suboptimal
von: Hedges, C. Evans
Veröffentlicht: (2025)

Local Poisson Deconvolution for Discrete Signals
von: Hundrieser, Shayan, et al.
Veröffentlicht: (2025)

U-Nets as Belief Propagation: Efficient Classification, Denoising, and Diffusion in Generative Hierarchical Models
von: Mei, Song
Veröffentlicht: (2024)

Self-Regularized Learning Methods
von: Schölpple, Max, et al.
Veröffentlicht: (2026)

Minimax Signal Detection in Sparse Additive Models
von: Kotekal, Subhodh, et al.
Veröffentlicht: (2023)

Zeroth-Order Sampling Methods for Non-Log-Concave Distributions: Alleviating Metastability by Denoising Diffusion
von: He, Ye, et al.
Veröffentlicht: (2024)

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

Evaluating LLMs When They Do Not Know the Answer: Statistical Evaluation of Mathematical Reasoning via Comparative Signals
von: Dong, Zihan, et al.
Veröffentlicht: (2026)

Optimal score estimation via empirical Bayes smoothing
von: Wibisono, Andre, et al.
Veröffentlicht: (2024)

On Linear Separation Capacity of Self-Supervised Representation Learning
von: Wang, Shulei
Veröffentlicht: (2023)

On the best approximation by finite Gaussian mixtures
von: Ma, Yun, et al.
Veröffentlicht: (2024)

Large-Sample Properties of Non-Stationary Source Separation for Gaussian Signals
von: Bachoc, François, et al.
Veröffentlicht: (2022)

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

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2026)

From Collapse to Improvement: Statistical Perspectives on the Evolutionary Dynamics of Iterative Training on Contaminated Sources
von: Bakshi, Soham, et al.
Veröffentlicht: (2026)

Joint stochastic localization and applications
von: Alberts, Tom, et al.
Veröffentlicht: (2025)

A Survey on Statistical Theory of Deep Learning: Approximation, Training Dynamics, and Generative Models
von: Suh, Namjoon, et al.
Veröffentlicht: (2024)

Tail-Aware Information-Theoretic Generalization for RLHF and SGLD
von: Zhang, Huiming, et al.
Veröffentlicht: (2026)

Proximal Inference for Indirect and Intervening Effects in Population Interventions
von: Bai, Yang, et al.
Veröffentlicht: (2025)

Post-Hoc Uncertainty Quantification in Pre-Trained Neural Networks via Activation-Level Gaussian Processes
von: Bergna, Richard, 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)

Self-Boost via Optimal Retraining: An Analysis via Approximate Message Passing
von: Javanmard, Adel, et al.
Veröffentlicht: (2025)

Error Analysis of Discrete Flow with Generator Matching
von: Wan, Zhengyan, et al.
Veröffentlicht: (2025)

Leave-one-out Singular Subspace Perturbation Analysis for Spectral Clustering
von: Zhang, Anderson Y., et al.
Veröffentlicht: (2022)

Denoising diffusion probabilistic models are optimally adaptive to unknown low dimensionality
von: Huang, Zhihan, et al.
Veröffentlicht: (2024)