Buchumschlag

Deep Variable-Block Chain with Adaptive Variable Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Lixiang, Lin, Lin, Li, Jia
Format:	Preprint
Veröffentlicht:	2019
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Optimality and Adaptivity of Deep Neural Features for Instrumental Variable Regression
von: Kim, Juno, et al.
Veröffentlicht: (2025)

Separating Oblivious and Adaptive Models of Variable Selection
von: Chen, Ziyun, et al.
Veröffentlicht: (2026)

Deep Learning Optimization Using Self-Adaptive Weighted Auxiliary Variables
von: Liu, Yaru, et al.
Veröffentlicht: (2025)

Preventing Model Collapse in Gaussian Process Latent Variable Models
von: Li, Ying, et al.
Veröffentlicht: (2024)

Penalized Generative Variable Selection
von: Wang, Tong, et al.
Veröffentlicht: (2024)

Lazy FSCA for Unsupervised Variable Selection
von: Zocco, Federico, et al.
Veröffentlicht: (2021)

Latent Variable Causal Discovery under Selection Bias
von: Dai, Haoyue, et al.
Veröffentlicht: (2025)

Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
von: Kepplinger, David
Veröffentlicht: (2021)

Transformer Learns Optimal Variable Selection in Group-Sparse Classification
von: Zhang, Chenyang, et al.
Veröffentlicht: (2025)

Sequential Knockoffs for Variable Selection in Reinforcement Learning
von: Ma, Tao, et al.
Veröffentlicht: (2023)

Variable Selection Using Relative Importance Rankings
von: Chang, Tien-En, et al.
Veröffentlicht: (2025)

Deep Latent Variable Modeling of Physiological Signals
von: Vo, Khuong
Veröffentlicht: (2024)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Stability Selection via Variable Decorrelation
von: Nouraie, Mahdi, et al.
Veröffentlicht: (2025)

Scalable Random Feature Latent Variable Models
von: Li, Ying, et al.
Veröffentlicht: (2024)

Mixture of Linear Models Co-supervised by Deep Neural Networks
von: Seo, Beomseok, et al.
Veröffentlicht: (2021)

Adaptive Robust Learning using Latent Bernoulli Variables
von: Karakulev, Aleksandr, et al.
Veröffentlicht: (2023)

Linear Models, Variable Selection, Artificial Intelligence
von: Alrawkan, By Riyadh, et al.
Veröffentlicht: (2026)

Variable Selection for Kernel Two-Sample Tests
von: Wang, Jie, et al.
Veröffentlicht: (2023)

Automating the Selection of Proxy Variables of Unmeasured Confounders
von: Xie, Feng, et al.
Veröffentlicht: (2024)

Diffusion-Driven High-Dimensional Variable Selection
von: Wang, Minjie, et al.
Veröffentlicht: (2025)

Identifying Metric Structures of Deep Latent Variable Models
von: Syrota, Stas, et al.
Veröffentlicht: (2025)

Knoop: Practical Enhancement of Knockoff with Over-Parameterization for Variable Selection
von: Zhang, Xiaochen, et al.
Veröffentlicht: (2025)

WAVE: Weight Templates for Adaptive Initialization of Variable-sized Models
von: Feng, Fu, et al.
Veröffentlicht: (2024)

Variable Selection in Maximum Mean Discrepancy for Interpretable Distribution Comparison
von: Mitsuzawa, Kensuke, et al.
Veröffentlicht: (2023)

Sparse PCA with False Discovery Rate Controlled Variable Selection
von: Machkour, Jasin, et al.
Veröffentlicht: (2024)

A Markov Decision Process for Variable Selection in Branch & Bound
von: Strang, Paul, et al.
Veröffentlicht: (2025)

High Dimensional Bayesian Optimization using Lasso Variable Selection
von: Hoang, Vu Viet, et al.
Veröffentlicht: (2025)

Agglomerative Hierarchical Clustering for Selecting Valid Instrumental Variables
von: Apfel, Nicolas, et al.
Veröffentlicht: (2021)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
von: Zhang, Zhenhao, et al.
Veröffentlicht: (2024)

Ab Initio Nonparametric Variable Selection for Scalable Symbolic Regression with Large $p$
von: Ye, Shengbin, et al.
Veröffentlicht: (2024)

Sensoformer: Robust Sim-to-Real Inference on Variable-Geometry Sensor Sets via Physics-Structured Randomization
von: Jia, Zhe, et al.
Veröffentlicht: (2026)

Local Learning for Covariate Selection in Nonparametric Causal Effect Estimation with Latent Variables
von: Li, Zheng, et al.
Veröffentlicht: (2024)

Evaluating Large Language Models in Vulnerability Detection Under Variable Context Windows
von: Lin, Jie, et al.
Veröffentlicht: (2025)

Capturing Climatic Variability: Using Deep Learning for Stochastic Downscaling
von: Daust, Kiri, et al.
Veröffentlicht: (2024)

On the Effects of Irrelevant Variables in Treatment Effect Estimation with Deep Disentanglement
von: Khan, Ahmad Saeed, et al.
Veröffentlicht: (2024)

Identifiable Deep Latent Variable Models for MNAR Data
von: Xie, Huiming, et al.
Veröffentlicht: (2026)

Latent Variable Estimation in Bayesian Black-Litterman Models
von: Lin, Thomas Y. L., et al.
Veröffentlicht: (2025)

A Saddle Point Remedy: Power of Variable Elimination in Non-convex Optimization
von: Gan, Min, et al.
Veröffentlicht: (2025)

Select, then Balance: Exploring Exogenous Variable Modeling of Spatio-Temporal Forecasting
von: Chen, Wei, et al.
Veröffentlicht: (2025)