Buchumschlag

Newton's Algorithm as a Gradient Flow: A Geometric Framework for Recursive Mixture Estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Flores, Bernardo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Clustering and Meta-Analysis Using a Mixture of Dependent Linear Tail-Free Priors
von: Flores, Bernardo, et al.
Veröffentlicht: (2024)

An EM Gradient Algorithm for Mixture Models with Components Derived from the Manly Transformation
von: Clark, Katharine M., et al.
Veröffentlicht: (2024)

A Recursive Theory of Variational State Estimation: The Dynamic Programming Approach
von: Tronarp, Filip
Veröffentlicht: (2025)

Community Detection through Recursive Partitioning in Bayesian Framework
von: Zhang, Yuhua, et al.
Veröffentlicht: (2025)

Recursive Estimation of Conditional Kernel Mean Embeddings
von: Tamás, Ambrus, et al.
Veröffentlicht: (2023)

Mixture Quantiles Estimated by Constrained Linear Regression
von: Peng, Cheng, et al.
Veröffentlicht: (2023)

Using Recursive Partitioning to Find and Estimate Heterogenous Treatment Effects In Randomized Clinical Trials
von: Berk, Richard A., et al.
Veröffentlicht: (2018)

On Construction and Estimation of Stationary Mixture Transition Distribution Models
von: Zheng, Xiaotian, et al.
Veröffentlicht: (2020)

Estimating Complier Average Causal Effects with Mixtures of Experts
von: Grolleau, François, et al.
Veröffentlicht: (2024)

Analysing Extreme Rainfall via a Geometric Framework
von: Campbell, Ryan, et al.
Veröffentlicht: (2026)

Amortized Phylodynamic Inference with Neural Bayes Estimators and Recursive Neural Networks
von: Zarebski, Alexander E., et al.
Veröffentlicht: (2026)

Statistical Theory of Multi-stage Newton Iteration Algorithm for Online Continual Learning
von: Lu, Xinjia, et al.
Veröffentlicht: (2025)

Estimation of Treatment Effects Under Nonstationarity via the Truncated Policy Gradient Estimator
von: Johari, Ramesh, et al.
Veröffentlicht: (2025)

A Dependent Feature Allocation Model Based on Random Fields
von: Flores, Bernardo, et al.
Veröffentlicht: (2025)

Robust Estimation of Double Autoregressive Models via Normal Mixture QMLE
von: Chen, Zhao, et al.
Veröffentlicht: (2025)

Direct Estimation for Commonly Used Pattern-Mixture Models in Clinical Trials
von: Lou, Jitong, et al.
Veröffentlicht: (2024)

A Local Modal Outer-Product-Gradient Estimator for Dimension Reduction
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Gradient Boosting for Hierarchical Data in Small Area Estimation
von: Messer, Paul, et al.
Veröffentlicht: (2024)

Neural Networks for Parameter Estimation in Geometrically Anisotropic Geostatistical Models
von: Villazón, Alejandro, et al.
Veröffentlicht: (2024)

Easily Computed Marginal Likelihoods for Multivariate Mixture Models Using the THAMES Estimator
von: Metodiev, Martin, et al.
Veröffentlicht: (2025)

Mixtures of Neural Network Experts with Application to Phytoplankton Flow Cytometry Data
von: Pawl, Ethan, et al.
Veröffentlicht: (2025)

Small Area Estimation of Inequality Measures using Mixtures of Beta
von: De Nicolò, Silvia, et al.
Veröffentlicht: (2022)

PNOD: An Efficient Projected Newton Framework for Exact Optimal Experimental Designs
von: Liang, Ling, et al.
Veröffentlicht: (2024)

Hierarchical Mixture of Finite Mixtures
von: Colombi, Alessandro, et al.
Veröffentlicht: (2023)

Semismooth Newton Augmented Lagrangian Algorithm for Adaptive Lasso Penalized Least Squares in Semiparametric Regression
von: Li, Peili, et al.
Veröffentlicht: (2021)

Meta-Analysis Without Normality: Estimating the True Effect Distribution with Penalized Gaussian Mixtures
von: Sui, Daihe, et al.
Veröffentlicht: (2026)

Mixture Conditional Regression with Ultrahigh Dimensional Text Data for Estimating Extralegal Factor Effects
von: Shi, Jiaxin, et al.
Veröffentlicht: (2023)

EM Approaches to Nonparametric Estimation for Mixture of Linear Regressions
von: Welbaum, Andrew, et al.
Veröffentlicht: (2025)

A Proximal Newton Adaptive Importance Sampler
von: Elvira, Víctor, et al.
Veröffentlicht: (2024)

Recursive Maximum Likelihood Estimation for Interacting Particle Systems using Virtual Particles
von: Sharrock, Louis, et al.
Veröffentlicht: (2026)

Bridging Item Response Theory and Factor Analysis: A Four-Parameter Mixture-Dichotomized Model with Bayesian Estimation
von: Pavlech, Ján, et al.
Veröffentlicht: (2024)

Statistical Inference on Gradient Flows
von: Li, Tongyu, et al.
Veröffentlicht: (2026)

Recursive state estimation via approximate modal paths
von: Tronarp, Filip
Veröffentlicht: (2025)

Robust Gradient Descent Estimation for Tensor Models under Heavy-Tailed Distributions
von: Zhang, Xiaoyu, et al.
Veröffentlicht: (2024)

Recursive Neyman Algorithm for Optimum Sample Allocation under Box Constraints on Sample Sizes in Strata
von: Wesołowski, Jacek, et al.
Veröffentlicht: (2023)

Statistical Inference for High-Dimensional Robust Linear Regression Models via Recursive Online-Score Estimation
von: Zheng, Dian, et al.
Veröffentlicht: (2025)

Estimating Complex Densities using Two-Stage Normalizing Flows
von: Darvishi, Roxana, et al.
Veröffentlicht: (2026)

Dual-Homotopy Framework for Constrained EM Algorithm
von: Choi, Jisoo, et al.
Veröffentlicht: (2026)

Fast Semiparametric Density Regression with Weight-localized Predictive Recursion
von: Lin, Jonathan, et al.
Veröffentlicht: (2026)

Identification and Estimation under Multiple Versions of Treatment: Mixture-of-Experts Approach
von: Yoshikawa, Kohei, et al.
Veröffentlicht: (2026)