Buchumschlag

Extrapolation in Statistical Learning with Extreme Value Theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Engelke, Sebastian, Gnecco, Nicola, Sabourin, Anne
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Statistics Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Extremes of structural causal models
von: Engelke, Sebastian, et al.
Veröffentlicht: (2025)

Extremal graphical modeling with latent variables via convex optimization
von: Engelke, Sebastian, et al.
Veröffentlicht: (2024)

Extrapolation-Aware Nonparametric Statistical Inference
von: Pfister, Niklas, et al.
Veröffentlicht: (2024)

Statistical Hypothesis Testing for Information Value (IV)
von: Rojas, Helder, et al.
Veröffentlicht: (2023)

Deep Learning of Multivariate Extremes via a Geometric Representation
von: Murphy-Barltrop, Callum J. R., et al.
Veröffentlicht: (2024)

Estimation of Treatment Effects in Extreme and Unobserved Data
von: Tan, Jiyuan, et al.
Veröffentlicht: (2025)

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

Statistical Properties of Rectified Flow
von: Mena, Gonzalo, et al.
Veröffentlicht: (2025)

Likelihood-Preserving Embeddings for Statistical Inference
von: Akdemir, Deniz
Veröffentlicht: (2025)

Statistical Inference for Gradient Boosting Regression
von: Fang, Haimo, et al.
Veröffentlicht: (2025)

Generalized Data Thinning Using Sufficient Statistics
von: Dharamshi, Ameer, et al.
Veröffentlicht: (2023)

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

Algebraic and Statistical Properties of the Ordinary Least Squares Interpolator
von: Shen, Dennis, et al.
Veröffentlicht: (2023)

Statistical Inference under Adaptive Sampling with LinUCB
von: Fan, Wei, et al.
Veröffentlicht: (2025)

Stability Bounds for Smooth Optimal Transport Maps and their Statistical Implications
von: Balakrishnan, Sivaraman, et al.
Veröffentlicht: (2025)

Statistical and Computational Efficiency for Smooth Tensor Estimation with Unknown Permutations
von: Lee, Chanwoo, et al.
Veröffentlicht: (2021)

Hypothesis Testing for High-Dimensional Matrix-Valued Data
von: Cui, Shijie, et al.
Veröffentlicht: (2024)

kNNSampler: Stochastic Imputations for Recovering Missing Value Distributions
von: Pashmchi, Parastoo, et al.
Veröffentlicht: (2025)

Statistical Inference for Manifold Similarity and Alignability across Noisy High-Dimensional Datasets
von: Chen, Hongrui, et al.
Veröffentlicht: (2025)

Maximum Mean Discrepancy with Unequal Sample Sizes via Generalized U-Statistics
von: Wei, Aaron, et al.
Veröffentlicht: (2025)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Lévy graphical models
von: Engelke, Sebastian, et al.
Veröffentlicht: (2024)

Optimal Sparse Singular Value Decomposition for High-dimensional High-order Data
von: Zhang, Anru, et al.
Veröffentlicht: (2018)

A Kullback-Leibler divergence test for multivariate extremes: theory and practice
von: Engelke, Sebastian, et al.
Veröffentlicht: (2026)

Ask for More Than Bayes Optimal: A Theory of Indecisions for Classification
von: Ndaoud, Mohamed, et al.
Veröffentlicht: (2024)

Towards a Unified Theory for Semiparametric Data Fusion with Individual-Level Data
von: Graham, Ellen, et al.
Veröffentlicht: (2024)

Identifying Causal Effects Using a Single Proxy Variable
von: Vollmer, Silvan, et al.
Veröffentlicht: (2026)

High-Dimensional Statistics: Reflections on Progress and Open Problems
von: Maleki, Arian, et al.
Veröffentlicht: (2026)

On Statistical Inference for High-Dimensional Binary Time Series
von: Dai, Dehao, et al.
Veröffentlicht: (2025)

Debiased Nonparametric Regression for Statistical Inference and Distributionally Robustness
von: Kato, Masahiro
Veröffentlicht: (2024)

Differentially Private Federated Learning: Servers Trustworthiness, Estimation, and Statistical Inference
von: Zhang, Zhe, et al.
Veröffentlicht: (2024)

Bayesian Models for Joint Selection of Features and Auto-Regressive Lags: Theory and Applications in Environmental and Financial Forecasting
von: Manna, Alokesh, et al.
Veröffentlicht: (2025)

A Unified Theory for Causal Inference: Direct Debiased Machine Learning via Bregman-Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Incomplete U-Statistics of Equireplicate Designs: Berry-Esseen Bound and Efficient Construction
von: Miglioli, Cesare, et al.
Veröffentlicht: (2025)

Beyond Basic A/B testing: Improving Statistical Efficiency for Business Growth
von: Wei, Changshuai, et al.
Veröffentlicht: (2025)

Inference on Optimal Policy Values and Other Irregular Functionals via Softmax Smoothing
von: Whitehouse, Justin, et al.
Veröffentlicht: (2025)

Augmentation Invariant Manifold Learning
von: Wang, Shulei
Veröffentlicht: (2022)

A Selective Review on Statistical Methods for Massive Data Computation: Distributed Computing, Subsampling, and Minibatch Techniques
von: Li, Xuetong, et al.
Veröffentlicht: (2024)

Transfer Learning for Causal Effect Estimation
von: Wei, Song, et al.
Veröffentlicht: (2023)

Neural Networks for Extreme Quantile Regression with an Application to Forecasting of Flood Risk
von: Pasche, Olivier C., et al.
Veröffentlicht: (2022)