| 通过计数树有效地测试网络相关性 |
程茂、吴一红、徐家铭和苏菲H.余
|
| 粗糙波动率的统计推断：极小极大理论 |
Carsten Chong、Marc Hoffmann、Yanghui Liu、Mathieu Rosenbaum和Gregoire Szymanski
|
| 基于多次测量的线性SPDE的最优参数估计 |
Randolf Altmeyer、Anton Tiepner和Martin Wahl
|
| 非独立成分分析 |
Geert Mesters和Piotr Zwiernik
|
| 矩形矩阵Schatten范数的最优估计 |
索莱恩·塞鲍特和尼古拉·维尔泽伦
|
| 样本块相关矩阵的谱统计 |
鲍志刚、姜虎、徐晓聪、张晓卓
|
| 基于t-统计量Edgeworth展开的批处理方法的高阶覆盖误差 |
何胜毅和林亨利
|
| 相关数据流的联合顺序检测与隔离 |
阿纳米特拉·乔杜里（Anamitra Chaudhuri）和乔治·费卢里斯（Georgios Fellouris）
|
| 正则变化随机向量凸组合的谱测度估计 |
马可·奥斯汀和奥利维尔·温滕伯格
|
| 高斯变分推断的逼近精度 |
安亚·卡塞维奇和菲利普·里格利特
|
| E-Statistics、组不变性和任意时间有效性测试 |
穆里尔·佩雷斯-奥尔蒂斯（Muriel Pérez-Ortiz）、泰伦·拉迪（Tyron Lardy）、瑞安娜·德·海德（Rianne De Heide）和彼得·格伦沃尔德（Peter Grünwald）
|
| 非线性脊带的统计复杂性和优化算法 |
Nived Rajaraman、Yanjun Han、Jiantao Jiao和Kannan Ramchandran
|
| 传感器上的张量回归：黎曼优化、超参数化、统计计算差距及其相互作用 |
罗跃田和张安如
|
| 重尾贝叶斯非参数自适应 |
Sergios Agapiou和Ismael Castillo
|
| 限制局部奇异时的Wald测试 |
Jean-Marie Dufour、Eric Renault和Victoria Zinde-Walsh
|
| 基于核时差方法的最优策略评估 |
段亚琪、王梦迪、马丁·温赖特
|
| 宽高比不同的低秩矩阵估计的基本极限 |
安德烈亚·蒙塔纳里和吴宇晨
|
| 非光滑随机逼近中的渐近正态性和最优性 |
Damek Davis、Dmitriy Drusvyatskiy和Liwei Jiang
|
| 广义Grenander型估计的Bootstrap辅助推断 |
长泽贤一（Kenichi Nagasawa）、马蒂亚斯·达米安·卡特内奥（Matias Damian Cattaneo）和迈克尔·詹森（Michael Jansson）
|
| 可微Hilbert值参数的一步估计 |
Alex Luedtke和Incheoul Chung
|
| 稀疏序列的尖锐多重测试边界 |
伊斯梅尔·卡斯蒂略、奎库·亚伯拉罕和艾蒂安·罗奎恩
|
| 连续处理效应的非参数双稳健检验 |
查尔斯·劳夫·多斯（Charles Raouf Doss）、翁光伟（Guangwei Weng）、王岚（Lan Wang）、艾拉·莫斯科（Ira Moscovice）和铜坛香塔拉（Tongtan Chantarat）
|
| Gromov-Wasserstein距离：熵正则化、对偶性和样本复杂性 |
张正新、Ziv Goldfeld、Youssef Mroueh和Bharath K.Sriperumbudur
|
| 改进协方差估计：重尾下的最优鲁棒性和次高斯保证 |
罗伯特·伊姆布泽罗·奥利维拉和佐拉迪亚·费尔南德斯·里科
|
| 时间均匀中心极限理论与渐近置信序列 |
伊恩·沃德比·史密斯（Ian Waudby-Smith）、大卫·阿尔布尔（David Arbour）、里特维克·辛哈（Ritwik Sinha）、爱德华·肯尼迪（Edward Kennedy）和阿迪蒂亚·拉姆达斯
|
| 基于借方逆倾向得分加权的高维混淆平均治疗效果评估 |
王玉浩和拉金·沙阿
|
| 具有潜在双向因子结构的矩阵值时间序列的在线变点检测 |
Yong He、Xinbing Kong、Lorenzo Trapani和Long Yu
|
| 分布式差分私有标志选择的多数投票 |
刘卫东、涂纪元、毛晓军、陈曦
|
| 张量因子模型的迭代投影估计 |
韩岳峰、陈荣、杨丹、张存辉
|
| Bayesian和Frequentist反褶积模型的Wasserstein收敛性 |
朱迪思·卢梭和卡蒂亚·斯克里奇奥洛
|
| 高维函数时间序列中结构断裂的检测与估计 |
李德贵、李润泽、韩林尚
|
| 用于高维可加回归的高效函数Lasso核平滑 |
李恩龙（Eun Ryung Lee）、塞扬公园（Seyoung Park）、恩诺曼曼（Enno Mammen）和拜佑公园（Byeong U Park）
|
| 利用Wasserstein-Fisher-Rao梯度流学习高斯混合 |
严玉玲、王凯正和菲利普·里戈莱
|
| 四段分段回归模型的统计推断 |
韩燕、宋晓晨
|
| 谱聚类的遗漏奇异子空间扰动分析 |
Anderson Ye Zhang和Harrison H.Zhou
|
| 大维独立分量分析：统计最优性和计算可拓性 |
阿纳布·奥迪和明远
|
| 线性模型中高维回归系数的测试 |
Alex Zhao、李长城、李润泽和Zhe Zhang
|
| 线性模型的置换增强回归保角检验 |
关乐英
|
| 数据集转移的一般形式下的有效和多重鲁棒风险估计 |
邱洪翔、埃里克·切特根·切特根和埃德加·多布里班
|
| 估计未知流形附近的密度：贝叶斯非参数方法 |
克莱门特·贝伦费尔德（Clément Bérenfeld）、朱迪思·卢梭（Judith Rousseau）和保罗·弗朗索瓦·巴什·雷米·罗莎（Paul François Barthélémy Rosa）
|
| 相位同步和正交群同步中谱方法的精确极小极大最优性 |
安德森·叶张（Anderson Ye Zhang）
|
| 本地差异隐私的效率 |
卢卡斯·斯坦伯格
|
| 立体马尔可夫链蒙特卡罗 |
Jun Yang、Krzysztof Latuszynski和Gareth O Roberts
|
| 高斯过程先验数据同化的后验一致性：二维Navier-Stokes方程 |
理查德·尼克尔和埃德里斯·提蒂
|
| 噪声尾对深层ReLU网络有何影响？ |
范建清、顾一红、周文欣
|
| 斜Bernstein-Von-Mises定理和斜模态逼近 |
Daniele Durante、Francesco Pozza和Botond Szabo
|
| Wasserstein生成对手网络是Minimax最优分布估计 |
阿瑟·斯特法诺维奇、埃迪·阿马利和克莱门特·列夫拉德
|
| 经验部分贝叶斯多重测试和复合$\chi^2$决策 |
尼古拉·伊格纳蒂亚迪斯和菩萨森
|
| 分位数过程及其在有限总体中的应用 |
Anurag Dey和Probal Chaudhuri
|
| 考虑相关结构的高维二样本均值问题的新检验 |
杨松山、郑树荣、李润泽
|
| 复合假设的强大P-值和E-值的存在性 |
张振元、阿迪蒂亚·拉姆达斯和王若都
|
| 环境不变线性最小二乘 |
范建清、方聪、顾一红、张彤
|
| 具有最佳速率和显式结构的非静态时间序列的高斯逼近 |
Soham Bonnerjee、Sayar Karmakar和Wei Biao Wu
|
| 基于低阶多项式的Graphon估计的计算下限 |
罗跃天、高超
|
| 基于概率核嵌入的椭圆分布非参数检验 |
尹唐和李冰
|
| 弱条件下时间序列二阶参数的同时统计推断 |
Efstathios Paparoditis、Dimitris N.Politis和Yunyi Zhang
|
| 格点数据的多元趋势滤波 |
Veeranjaneyulu Sadhanala、Yu-Xiang Wang、Addison J.Hu和Ryan J.Tibshirani
|
| 多层随机块体模型中的计算和统计阈值 |
井磊、张安如、朱紫涵
|
| 离散维数非参数交互模型的深度神经网络 |
Sohom Bhattacharya、Jianqing Fan和Debarghya Mukherjee
|
| 模型检验的高斯过程方法 |
胡安·卡洛斯·埃斯卡尼亚诺
|
| 关于样本放大的统计复杂性 |
Brian Axelrod、Shivam Garg、Yanjun Han、Vatsal Sharan和Gregory Valiant
|
| 多维凸回归：最小二乘估计的次优性 |
吉尔·库尔（Gil Kur）、傅昌高（Fuchang Gao）、阿迪塔纳（Adityana）和贡图波依纳（Guntuboyina）、森菩萨（Bodhisatttva Sen）
|
| 随机线性观测的噪声恢复：椭圆约束下的极大极小速率 |
Reese Pathak、Martin J Wainwright和Lin Xiao
|
| 假设精益变量显著性检验的投影协方差测度 |
安东·拉斯克·伦德堡（Anton Rask Lundborg）、伊尔蒙·金（Ilmun Kim）、拉金·沙阿（Rajen Shah）和理查德·萨姆沃思（Richard Samworth）
|
| 通过协变量调整消除因果估计中选择偏差的共因原理 |
玛娅·马图尔、伊利亚·施皮策和泰勒·范德维尔
|
| 无因次岭回归 |
陈诚和安德烈亚·蒙塔纳里
|
| 自适应线性回归中的近最优推理 |
库利克·卡马鲁（Koulik Khamaru）、亚什·德斯潘德（Yash Deshpande）、托尔·拉蒂莫尔（Tor Lattimore）、莱斯特·麦基（Lester Mackey）和马丁·温赖特（Martin J.Wainwright）
|
| 带有不规则信号的变点分析 |
托比亚斯·克莱（Tobias Kley）、刘玉涵（Yuhan Philip Liu）、曹宏源（Hongyuan Cao）和吴伟彪（Wei Biao Wu）
|
| 分散联合学习的统计推断 |
贾谷和宋晓晨
|
| 基于Rademacher复杂性的差异集中近似贝叶斯计算 |
Sirio Legramanti、Daniele Durante和Pierre Alquier
|
| 析因设计中的正向选择和后选择推理 |
雷石、王静申、丁鹏
|