Advanced search options

Advanced Search Options 🞨

Browse by author name (“Author name starts with…”).

Find ETDs with:

in
/  
in
/  
in
/  
in

Written in Published in Earliest date Latest date

Sorted by

Results per page:

Sorted by: relevance · author · university · dateNew search

You searched for subject:(Oracle inequalities). Showing records 1 – 5 of 5 total matches.

Search Limiters

Last 2 Years | English Only

No search limiters apply to these results.

▼ Search Limiters

1. MAI, The Tien. PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang.

Degree: Docteur es, Mathématiques appliquées, 2017, Paris Saclay

Les deux premi`eres parties de cette th`ese 'etudient respectivement des estimateurs pseudo-bay'esiens dans les probl`emes de compl'etion de matrices, et de tomographie quantique. Dans chaque… (more)

Subjects/Keywords: Statistique mathématique; Complétion de matrices; Lifelong learning; Physique quantique; Inégalités oracle; Bornes PAC-Bayésiennes; Mathematical statistics; Matrix completion; Lifelong learning; Quantum physics; Oracle Inequalities; PAC-Bayesian bounds; 510

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

MAI, T. T. (2017). PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang. (Doctoral Dissertation). Paris Saclay. Retrieved from http://www.theses.fr/2017SACLG001

Chicago Manual of Style (16th Edition):

MAI, The Tien. “PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang.” 2017. Doctoral Dissertation, Paris Saclay. Accessed January 28, 2020. http://www.theses.fr/2017SACLG001.

MLA Handbook (7th Edition):

MAI, The Tien. “PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang.” 2017. Web. 28 Jan 2020.

Vancouver:

MAI TT. PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang. [Internet] [Doctoral dissertation]. Paris Saclay; 2017. [cited 2020 Jan 28]. Available from: http://www.theses.fr/2017SACLG001.

Council of Science Editors:

MAI TT. PAC-Bayesian estimation of low-rank matrices : Estimation PAC-bayésienne de matrices de faible rang. [Doctoral Dissertation]. Paris Saclay; 2017. Available from: http://www.theses.fr/2017SACLG001


Université Paris-Sud – Paris XI

2. Meynet, Caroline. Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data.

Degree: Docteur es, Mathématiques, 2012, Université Paris-Sud – Paris XI

Il existe des situations de modélisation statistique pour lesquelles le problème classique de classification non supervisée (c'est-à-dire sans information a priori sur la nature ou… (more)

Subjects/Keywords: Sélection de variables; Critère de sélection de modèle non asymptotique; Modèles de mélange gaussien; Classification non supervisée; Grande dimension; Lasso; Régularisation l1; Inégalités oracle; Variable selection; Data-driven non-asymptotic model selection criterion; Finite Gaussian mixture models; Clustering; Lasso; L1-regularization; Oracle inequalities; High dimension

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Meynet, C. (2012). Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data. (Doctoral Dissertation). Université Paris-Sud – Paris XI. Retrieved from http://www.theses.fr/2012PA112234

Chicago Manual of Style (16th Edition):

Meynet, Caroline. “Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data.” 2012. Doctoral Dissertation, Université Paris-Sud – Paris XI. Accessed January 28, 2020. http://www.theses.fr/2012PA112234.

MLA Handbook (7th Edition):

Meynet, Caroline. “Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data.” 2012. Web. 28 Jan 2020.

Vancouver:

Meynet C. Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data. [Internet] [Doctoral dissertation]. Université Paris-Sud – Paris XI; 2012. [cited 2020 Jan 28]. Available from: http://www.theses.fr/2012PA112234.

Council of Science Editors:

Meynet C. Sélection de variables pour la classification non supervisée en grande dimension : Variable selection in model-based clustering for high-dimensional data. [Doctoral Dissertation]. Université Paris-Sud – Paris XI; 2012. Available from: http://www.theses.fr/2012PA112234


Georgia Tech

3. Figueroa-Lopez, Jose Enrique. Nonparametric estimation of Levy processes with a view towards mathematical finance.

Degree: PhD, Mathematics, 2004, Georgia Tech

 Model selection methods and nonparametric estimation of Levy densities are presented. The estimation relies on the properties of Levy processes for small time spans, on… (more)

Subjects/Keywords: Asset price models driven by Levy processes; Calibration; Minimum contrast estimation; Oracle inequalities; Levy processes; Nonparmetric estimation

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Figueroa-Lopez, J. E. (2004). Nonparametric estimation of Levy processes with a view towards mathematical finance. (Doctoral Dissertation). Georgia Tech. Retrieved from http://hdl.handle.net/1853/5261

Chicago Manual of Style (16th Edition):

Figueroa-Lopez, Jose Enrique. “Nonparametric estimation of Levy processes with a view towards mathematical finance.” 2004. Doctoral Dissertation, Georgia Tech. Accessed January 28, 2020. http://hdl.handle.net/1853/5261.

MLA Handbook (7th Edition):

Figueroa-Lopez, Jose Enrique. “Nonparametric estimation of Levy processes with a view towards mathematical finance.” 2004. Web. 28 Jan 2020.

Vancouver:

Figueroa-Lopez JE. Nonparametric estimation of Levy processes with a view towards mathematical finance. [Internet] [Doctoral dissertation]. Georgia Tech; 2004. [cited 2020 Jan 28]. Available from: http://hdl.handle.net/1853/5261.

Council of Science Editors:

Figueroa-Lopez JE. Nonparametric estimation of Levy processes with a view towards mathematical finance. [Doctoral Dissertation]. Georgia Tech; 2004. Available from: http://hdl.handle.net/1853/5261


Université Paris-Sud – Paris XI

4. Magalhães, Nelo. Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation.

Degree: Docteur es, Mathématiques, 2015, Université Paris-Sud – Paris XI

Cette thèse s'inscrit dans le cadre de l'estimation d'une densité, considéré du point de vue non-paramétrique et non-asymptotique. Elle traite du problème de la sélection… (more)

Subjects/Keywords: Statistiques non-paramétriques; Estimation de densité; Sélection d'estimateur; Sélection d'une méthode d'estimation; Estimateurs linéaires; Validation croisée V-fold; Pénalisation; T-estimation; Inégalités d'oracle; Heuristique de pente; Estimation adaptative; Perte Hellinger; Non-parametric statistics; Density estimation; Estimator selection; Statistical algorithm selection; Linear estimators; V-fold cross-validation; Penalization; T-estimation; Oracle inequalities; Slope heuristics; Adaptative estimation; Hellinger loss

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Magalhães, N. (2015). Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation. (Doctoral Dissertation). Université Paris-Sud – Paris XI. Retrieved from http://www.theses.fr/2015PA112100

Chicago Manual of Style (16th Edition):

Magalhães, Nelo. “Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation.” 2015. Doctoral Dissertation, Université Paris-Sud – Paris XI. Accessed January 28, 2020. http://www.theses.fr/2015PA112100.

MLA Handbook (7th Edition):

Magalhães, Nelo. “Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation.” 2015. Web. 28 Jan 2020.

Vancouver:

Magalhães N. Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation. [Internet] [Doctoral dissertation]. Université Paris-Sud – Paris XI; 2015. [cited 2020 Jan 28]. Available from: http://www.theses.fr/2015PA112100.

Council of Science Editors:

Magalhães N. Validation croisée et pénalisation pour l'estimation de densité : Cross-validation and penalization for density estimation. [Doctoral Dissertation]. Université Paris-Sud – Paris XI; 2015. Available from: http://www.theses.fr/2015PA112100

5. Sansonnet, Laure. Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions.

Degree: Docteur es, Mathématiques, 2013, Université Paris-Sud – Paris XI

L'objet de cette thèse est d'étudier divers problèmes de statistique non-paramétrique dans le cadre d'un modèle d'interactions poissoniennes. De tels modèles sont, par exemple, utilisés… (more)

Subjects/Keywords: Processus de Poisson; Estimation et tests adaptatifs; Seuillage de coefficients d'ondelettes; Inégalités oracle; U-statistiques; Vitesse de séparation uniforme; Modèle d'interactions; , processus de Hawkes; Espaces de Besov; Lasso; Poisson process; Adaptive estimation and tests; Wavelet thresholding rules; Oracle inequalities; U-statistics; Uniform separation rate; Interactions model; Hawkes processes; Besov spaces; Lasso

…littérature tout comme le point de vue minimax, qui est l’optimalité du point de vue oracle. Cela… …consiste établir une inégalité de type oracle qui prouve que l’estimateur a un risque aussi bon… …procédure par seuillage qui est « data-driven », optimale des points de vue oracle et minimax et… …estimateur optimal du point de vue oracle et adaptatif au sens minimax sur certaines classes… …partir des méthodes de sélection de modèle, qui est optimal des points de vue oracle et minimax… 

Record DetailsSimilar RecordsGoogle PlusoneFacebookTwitterCiteULikeMendeleyreddit

APA · Chicago · MLA · Vancouver · CSE | Export to Zotero / EndNote / Reference Manager

APA (6th Edition):

Sansonnet, L. (2013). Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions. (Doctoral Dissertation). Université Paris-Sud – Paris XI. Retrieved from http://www.theses.fr/2013PA112084

Chicago Manual of Style (16th Edition):

Sansonnet, Laure. “Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions.” 2013. Doctoral Dissertation, Université Paris-Sud – Paris XI. Accessed January 28, 2020. http://www.theses.fr/2013PA112084.

MLA Handbook (7th Edition):

Sansonnet, Laure. “Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions.” 2013. Web. 28 Jan 2020.

Vancouver:

Sansonnet L. Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions. [Internet] [Doctoral dissertation]. Université Paris-Sud – Paris XI; 2013. [cited 2020 Jan 28]. Available from: http://www.theses.fr/2013PA112084.

Council of Science Editors:

Sansonnet L. Inférence non-paramétrique pour des interactions poissoniennes : Adaptive nonparametric inference for Poissonian interactions. [Doctoral Dissertation]. Université Paris-Sud – Paris XI; 2013. Available from: http://www.theses.fr/2013PA112084

.