• A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Uncertainty quantification in high-dimensional statistics

Priority areas of development: IT and mathematics
The project has been carried out as part of the HSE Program of Fundamental Studies.


Гасников А. В., Тюрин А. И. Быстрый градиентный спуск для задач выпуклой минимизации с оракулом, выдающим (δ, L)-модель функции в запрошенной точке // Журнал вычислительной математики и математической физики. 2019. Т. 59. № 7. С. 1137-1150.
Гасников А. В., Двуреченский П. Е., Воронцова Е., Горбунов Э. Ускоренные безградиентные методы оптимизации с неевклидовым проксимальным оператором // Автоматика и телемеханика. 2019. Т. 80. № 8. С. 1487-1501. doi
Gasnikov A., Tyurin A. Fast Gradient Descent for Convex Minimization Problems with an Oracle Producing a (δ, L)-Model of Function at the Requested Point / Пер. с рус. // Computational Mathematics and Mathematical Physics. 2019. Vol. 59. No. 7. P. 1085-1097.
Kolesnikov A., Gladkov N., Zimin A. On multistochastic Monge–Kantorovich problem, bitwise operations, and fractals // Calculus of Variations and Partial Differential Equations. 2019. Vol. 58. No. 173. P. 1-33. doi
Protasov V. Y., Shirokov M. On Mutually Inverse Transforms of Functions on a Half-Line / Пер. с рус. // Doklady Mathematics. 2019. Vol. 100. No. 3. P. 1-4.
Moulines E., Robin G., Klopp O., Josse J., Tibshirani R. Main Effects and Interactions in Mixed and Incomplete Data Frames // Journal of the American Statistical Association. 2019. P. 1-12. doi
Belomestny D., Moulines E., Iosipoi L., Naumov A., Samsonov S. Variance reduction for Markov chains with application to MCMC // Working papers by Cornell University. Series math "arxiv.org". 2019. P. 1-32.
Goetze F., Naumov A., Spokoiny V., Ulyanov V. V. Large ball probability, Gaussian comparison and anti-concentration // Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 4(A). P. 2538-2563. doi
Naumov A., Spokoiny V., Ulyanov V. V. Bootstrap confidence sets for spectral projectors of sample covariance // Probability Theory and Related Fields. 2019. Vol. 174. No. 3-4. P. 1091-1132. doi
Bobkov S., Goetze F., Sambale H. Higher order concentration of measure // Communications in Contemporary Mathematics. 2019. Vol. 21. No. 3. P. 1-31. doi
Belomestny D., Panov V., Woerner J. Low-frequency estimation of continuous-time moving average Levy processes // Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 2. P. 902-931. doi
Gasnikov A. Optimal Tensor Methods in Smooth Convex and Uniformly Convex Optimization, in: Proceedings of Machine Learning Research Vol. 99: Conference on Learning Theory, 25-28 June 2019, Phoenix, AZ, USA. PMLR, 2019.. , 2019.
Гасников А. В. АДАПТИВНЫЙ ПРОКСИМАЛЬНЫЙ МЕТОД ДЛЯ ВАРИАЦИОННЫХ НЕРАВЕНСТВ // Журнал вычислительной математики и математической физики. 2019. Т. 59. № 5. С. 889-894. doi
Belomestny D., Trabs M., Tsybakov A. Sparse covariance matrix estimation in high-dimensional deconvolution // Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 3. P. 1901-1938. doi
Belomestny D., Kraetschmer V., Hübner T., Nolte S. Minimax theorems for American options without time-consistency // Finance and Stochastics. 2019. Vol. 23. P. 209-238. doi
Protasov V. Y. How to make the Perron eigenvector simple // Calcolo. 2019. Vol. 56. No. 2. P. 1-11. doi
Belomestny D., Comte F., Genon-Catalot V. Sobolev-Hermite versus Sobolev nonparametric density estimation on R // Annals of the Institute of Statistical Mathematics. 2019. Vol. 71. No. 1. P. 29-62. doi
Bobkov S. KHINCHINE’S THEOREM AND EDGEWORTH APPROXIMATIONS FOR WEIGHTED SUMS // Annals of Statistics. 2019. Vol. 47. No. 3. P. 1616-1633. doi
Puchkin N., Spokoiny V. Structure-adaptive manifold estimation / Cornell University. Series arxive "math". 2019.
Belomestny D., Goldenshluger A. Nonparametric density estimation from observations with multiplicative measurement errors // Annales de l’Institut Henri Poincaré. 2019