Copertina

Observable Geometry of Singular Statistical Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Plummer, Sean
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Statistics Theory Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Hypothesis Testing over Observable Regimes in Singular Models
di: Plummer, Sean
Pubblicazione: (2026)

Thermodynamic Response Functions in Singular Bayesian Models
di: Plummer, Sean
Pubblicazione: (2026)

Singular Fluctuation as Specific Heat in Bayesian Learning
di: Plummer, Sean
Pubblicazione: (2025)

Functional Bias and Tangent-Space Geometry in Variational Inference
di: Plummer, Sean
Pubblicazione: (2026)

Linear Response Estimators for Singular Statistical Models
di: Elliott, Chris, et al.
Pubblicazione: (2026)

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

Information Geometry of Wasserstein Statistics on Shapes and Affine Deformations
di: Amari, Shun-ichi, et al.
Pubblicazione: (2023)

Observable adjustments in single-index models for regularized M-estimators
di: Bellec, Pierre C
Pubblicazione: (2022)

Statistical Convergence of Spherical First Hitting Diffusion Models
di: Bienewald, Simon, et al.
Pubblicazione: (2026)

Statistically Optimal Generative Modeling with Maximum Deviation from the Empirical Distribution
di: Vardanyan, Elen, et al.
Pubblicazione: (2023)

An Overview of Diffusion Models: Applications, Guided Generation, Statistical Rates and Optimization
di: Chen, Minshuo, et al.
Pubblicazione: (2024)

A Statistical Theory of Contrastive Learning via Approximate Sufficient Statistics
di: Lin, Licong, et al.
Pubblicazione: (2025)

Statistical optimal transport
di: Chewi, Sinho, et al.
Pubblicazione: (2024)

Statistical Inference in Tensor Completion: Optimal Uncertainty Quantification and Statistical-to-Computational Gaps
di: Ma, Wanteng, et al.
Pubblicazione: (2024)

Statistical Inference under Performativity
di: Li, Xiang, et al.
Pubblicazione: (2025)

Statistically guided deep learning
di: Kohler, Michael, et al.
Pubblicazione: (2025)

Statistical and computational challenges in ranking
di: Carpentier, Alexandra, et al.
Pubblicazione: (2025)

Statistical-Computational Trade-offs in Learning Multi-Index Models via Harmonic Analysis
di: Latourelle-Vigeant, Hugo, et al.
Pubblicazione: (2026)

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

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

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

Statistics of Min-max Normalized Eigenvalues in Random Matrices
di: Nakada, Hyakka, et al.
Pubblicazione: (2025)

Statistical Learning Theory for Distributional Classification
di: Fiedler, Christian
Pubblicazione: (2026)

Statistical inference for pairwise comparison models
di: Han, Ruijian, et al.
Pubblicazione: (2024)

Statistical Inverse Problems in Hilbert Scales
di: Rastogi, Abhishake
Pubblicazione: (2022)

Diffusion Models Are Statistically Optimal for Learning Low-Dimensional Multi-Modal Distributions
di: Wu, Jingda, et al.
Pubblicazione: (2026)

Stability and Accuracy Trade-offs in Statistical Estimation
di: Chakraborty, Abhinav, et al.
Pubblicazione: (2026)

Minimax Statistical Estimation under Wasserstein Contamination
di: Chao, Patrick, et al.
Pubblicazione: (2023)

Statistical guarantees for denoising reflected diffusion models
di: Holk, Asbjørn, et al.
Pubblicazione: (2024)

Multitask Learning and Bandits via Robust Statistics
di: Xu, Kan, et al.
Pubblicazione: (2021)

Attributed Network Alignment: Statistical Limits and Efficient Algorithm
di: Huang, Dong, et al.
Pubblicazione: (2026)

Random Forests as Statistical Procedures: Design, Variance, and Dependence
di: O'Connell, Nathaniel S.
Pubblicazione: (2026)

Statistical Inference and Learning for Shapley Additive Explanations (SHAP)
di: Whitehouse, Justin, et al.
Pubblicazione: (2026)

Statistical learning theory and Occam's razor: The core argument
di: Sterkenburg, Tom F.
Pubblicazione: (2023)

Online Statistical Inference in Decision-Making with Matrix Context
di: Han, Qiyu, et al.
Pubblicazione: (2022)

Statistical analysis of Inverse Entropy-regularized Reinforcement Learning
di: Belomestny, Denis, et al.
Pubblicazione: (2025)

Statistical Learning Guarantees for Group-Invariant Barron Functions
di: Yang, Yahong, et al.
Pubblicazione: (2025)

Diffusion Transformers for Imputation: Statistical Efficiency and Uncertainty Quantification
di: Ye, Zeqi, et al.
Pubblicazione: (2025)

Statistical-computational gap in multiple Gaussian graph alignment
di: Even, Bertrand, et al.
Pubblicazione: (2025)

Convergence of Statistical Estimators via Mutual Information Bounds
di: Khribch, El Mahdi, et al.
Pubblicazione: (2024)