:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Nguyen, Mike, Mücke, Nicole
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Machine Learning Statistics Theory
Accesso online:	https://arxiv.org/abs/2603.00971
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Optimal Convergence Rates for Neural Operators
di: Nguyen, Mike, et al.
Pubblicazione: (2024)

Learning Operators by Regularized Stochastic Gradient Descent with Operator-valued Kernels
di: Yang, Jia-Qi, et al.
Pubblicazione: (2025)

Learning Transfer Operators by Kernel Density Estimation
di: Surasinghe, Sudam, et al.
Pubblicazione: (2022)

Universality of Kernel Random Matrices and Kernel Regression in the Quadratic Regime
di: Pandit, Parthe, et al.
Pubblicazione: (2024)

Estimating the Spectral Moments of the Kernel Integral Operator from Finite Sample Matrices
di: Chun, Chanwoo, et al.
Pubblicazione: (2024)

Computational-Statistical Trade-off in Kernel Two-Sample Testing with Random Fourier Features
di: Choi, Ikjun, et al.
Pubblicazione: (2024)

On the Limitation of Kernel Dependence Maximization for Feature Selection
di: Liu, Keli, et al.
Pubblicazione: (2024)

Understanding In-Context Learning on Structured Manifolds: Bridging Attention to Kernel Methods
di: Shen, Zhaiming, et al.
Pubblicazione: (2025)

A Kernel-based Stochastic Approximation Framework for Nonlinear Operator Learning
di: Yang, Jia-Qi, et al.
Pubblicazione: (2025)

A Theory of Feature Learning in Kernel Models
di: Chen, Yunlu, et al.
Pubblicazione: (2023)

Uniform Kernel Prober
di: Mukherjee, Soumya, et al.
Pubblicazione: (2025)

Supervised Kernel Thinning
di: Gong, Albert, et al.
Pubblicazione: (2024)

Towards a Statistical Understanding of Neural Networks: Beyond the Neural Tangent Kernel Theories
di: Zhang, Haobo, et al.
Pubblicazione: (2024)

Kernel Ridge Regression Inference
di: Singh, Rahul, et al.
Pubblicazione: (2023)

Generalized Kernel Thinning
di: Dwivedi, Raaz, et al.
Pubblicazione: (2021)

Kernel Thinning
di: Dwivedi, Raaz, et al.
Pubblicazione: (2021)

Targeted Separation and Convergence with Kernel Discrepancies
di: Barp, Alessandro, et al.
Pubblicazione: (2022)

Sequential Kernelized Independence Testing
di: Podkopaev, Aleksandr, et al.
Pubblicazione: (2022)

Kernel smoothing on manifolds
di: Bae, Eunseong, et al.
Pubblicazione: (2026)

Differentially Private Permutation Tests: Applications to Kernel Methods
di: Kim, Ilmun, et al.
Pubblicazione: (2023)

Variance-Aware Estimation of Kernel Mean Embedding
di: Wolfer, Geoffrey, et al.
Pubblicazione: (2022)

Kernel Two-Sample Tests for Manifold Data
di: Cheng, Xiuyuan, et al.
Pubblicazione: (2021)

Kernel Quantile Embeddings and Associated Probability Metrics
di: Naslidnyk, Masha, et al.
Pubblicazione: (2025)

Random feature approximation for general spectral methods
di: Nguyen, Mike, et al.
Pubblicazione: (2025)

On the Robustness of Kernel Goodness-of-Fit Tests
di: Liu, Xing, et al.
Pubblicazione: (2024)

Pseudo-Labeling for Unsupervised Domain Adaptation with Kernel GLMs
di: Weill, Nathan, et al.
Pubblicazione: (2026)

Optimal Confidence Band for Kernel Gradient Flow Estimator
di: Cheng, Yuqian, et al.
Pubblicazione: (2026)

Improving Kernel-Based Nonasymptotic Simultaneous Confidence Bands
di: Csáji, Balázs Csanád, et al.
Pubblicazione: (2024)

Boosting the Power of Kernel Two-Sample Tests
di: Chatterjee, Anirban, et al.
Pubblicazione: (2023)

Online Kernel CUSUM for Change-Point Detection
di: Wei, Song, et al.
Pubblicazione: (2022)

Kernel-based Optimally Weighted Conformal Time-Series Prediction
di: Lee, Jonghyeok, et al.
Pubblicazione: (2024)

Asymptotic Optimism of Random-Design Linear and Kernel Regression Models
di: Luo, Hengrui, et al.
Pubblicazione: (2025)

Kernel Debiased Plug-in Estimation based on the Universal Least Favorable Submodel
di: Chen, Haiyi, et al.
Pubblicazione: (2026)

A Uniform Concentration Inequality for Kernel-Based Two-Sample Statistics
di: Ni, Yijin, et al.
Pubblicazione: (2024)

Scalable Kernel-Based Distances for Statistical Inference and Integration
di: Naslidnyk, Masha
Pubblicazione: (2026)

A Permutation-free Kernel Two-Sample Test
di: Shekhar, Shubhanshu, et al.
Pubblicazione: (2022)

Kernel methods for long term dose response curves
di: Singh, Rahul, et al.
Pubblicazione: (2022)

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

Kernel Two-Sample Testing via Directional Components Analysis
di: Cui, Rui, et al.
Pubblicazione: (2025)

Compress Then Test: Powerful Kernel Testing in Near-linear Time
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2023)