Zobrazeno 1 - 10
of 784
pro vyhledávání: '"Concentration inequality"'
Publikováno v:
IEEE Access, Vol 12, Pp 178191-178198 (2024)
This article investigate the performance of Gaussian Empirical Gain Maximization (EGM) in a regression setting and conduct a detailed theoretical analysis, particularly in the presence of heavy-tailed noise, where this article establish improved conv
Externí odkaz:
https://doaj.org/article/d16132e5244249b79289fcb5a8078af1
Autor:
Zouaoui Chikr Elmezouar, Abderrahmane Belguerna, Hamza Daoudi, Fatimah Alshahrani, Zoubeyr Kaddour
Publikováno v:
Axioms, Vol 13, Iss 8, p 511 (2024)
This paper introduces an innovative concentration inequality for Extended Negative Dependence (END) random variables, providing new insights into their almost complete convergence. We apply this inequality to analyze END variable sequences, particula
Externí odkaz:
https://doaj.org/article/65063dd2c8134a2f944438f1fdae256f
Autor:
Michele Caprio, Sayan Mukherjee
Publikováno v:
IEEE Access, Vol 11, Pp 38458-38470 (2023)
We state concentration inequalities for the output of the hidden layers of a stochastic deep neural network (SDNN), as well as for the output of the whole SDNN. These results allow us to introduce an expected classifier (EC), and to give probabilisti
Externí odkaz:
https://doaj.org/article/e56696bfa99b4f1fb594c98513defbdb
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Mathematics, Vol 11, Iss 17, p 3730 (2023)
The Median-of-Mean (MoM) estimation is an efficient statistical method for handling data with contamination. In this paper, we propose a variance-dependent MoM estimation method using the tail probability of a binomial distribution. The bound of this
Externí odkaz:
https://doaj.org/article/450d931d96134b2cab03a8c1257b4ff3
Autor:
Yuzhen Tan
Publikováno v:
Journal of Inequalities and Applications, Vol 2020, Iss 1, Pp 1-14 (2020)
Abstract In this paper, we obtain a Bernstein-type concentration inequality and McDiarmid’s inequality under upper probabilities for exponential independent random variables. Compared with the classical result, our inequalities are investigated und
Externí odkaz:
https://doaj.org/article/e1a0f6f098b24010afb60472cae75376
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.