Dimension-free regimes for unadjusted Langevin in ridge-separable models: A subspace robust Wasserstein analysis

Yuansi Chen, Francesco Pedrotti, Peter A. Whalley · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31431 · open-access PDF

Arabic

ويستخدم ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبرت ألبر

Machine translation (Meta M2M100); the English original follows.

Abstract

The Unadjusted Langevin Algorithm (ULA) is widely used for high-dimensional Bayesian inference. Classical analyses in Wasserstein-2 distance predict an asymptotic bias and a mixing time that grow with dimension, but this metric is stronger than necessary for many statistical tasks. We instead analyze the bias in subspace robust Wasserstein distance, which controls the mean and arbitrary low-dimensional marginals and is therefore well suited to observables typically estimated in practice. For ridge-separable potentials formed with i.i.d. data, we prove high-probability bounds showing a bell-sha

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.31431, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange