Buchumschlag

Gaussianizing the Earth: Multidimensional Information Measures for Earth Data Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Johnson, J. Emmanuel, Laparra, Valero, Piles, Maria, Camps-Valls, Gustau
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Applications Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Information Theory Measures via Multidimensional Gaussianization
von: Laparra, Valero, et al.
Veröffentlicht: (2020)

Learning Causal Response Representations through Direct Effect Analysis
von: Durand, Homer, et al.
Veröffentlicht: (2025)

Out-of-distribution robustness for multivariate analysis via causal regularisation
von: Durand, Homer, et al.
Veröffentlicht: (2024)

Explainable Earth Surface Forecasting under Extreme Events
von: Pellicer-Valero, Oscar J., et al.
Veröffentlicht: (2024)

Video Compression for Spatiotemporal Earth System Data
von: Pellicer-Valero, Oscar J., et al.
Veröffentlicht: (2025)

Probabilistic Machine Learning for Noisy Labels in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

On the Generalization of Representation Uncertainty in Earth Observation
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Mind the Jumps: A Scalable Robust Local Gaussian Process for Multidimensional Response Surfaces with Discontinuities
von: Adjetey, Isaac, et al.
Veröffentlicht: (2025)

Features of the Earth's seasonal hydroclimate: Characterizations and comparisons across the Koppen-Geiger climates and across continents
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2022)

Score-based generative emulation of impact-relevant Earth system model outputs
von: Bouabid, Shahine, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Deep Learning for Wildfire Danger Forecasting
von: Kondylatos, Spyros, et al.
Veröffentlicht: (2025)

Fusing Climate Data Products using a Spatially Varying Autoencoder
von: Johnson, Jacob A., et al.
Veröffentlicht: (2024)

A Gaussian Process Model for Ordinal Data with Applications to Chemoinformatics
von: Gosnell, Arron, et al.
Veröffentlicht: (2024)

Modeling Information Blackouts in Missing Not-At-Random Time Series Data
von: Sunesh, Aman, et al.
Veröffentlicht: (2026)

Gaussian Copula Models for Nonignorable Missing Data Using Auxiliary Marginal Quantiles
von: Feldman, Joseph, et al.
Veröffentlicht: (2024)

Factor Analysis with Correlated Topic Model for Multi-Modal Data
von: Łazęcka, Małgorzata, et al.
Veröffentlicht: (2025)

Vector Optimization with Gaussian Process Bandits
von: Korkmaz, İlter Onat, et al.
Veröffentlicht: (2024)

Fun with Flags: Robust Principal Directions via Flag Manifolds
von: Mankovich, Nathan, et al.
Veröffentlicht: (2024)

The Currents of Conflict: Decomposing Conflict Trends with Gaussian Processes
von: von der Maase, Simon P.
Veröffentlicht: (2025)

Assessing the Causal Impact of Humanitarian Aid on Food Security
von: Cerdà-Bautista, Jordi, et al.
Veröffentlicht: (2023)

Regularized Multi-output Gaussian Convolution Process with Domain Adaptation
von: Xinming, Wang, et al.
Veröffentlicht: (2024)

Downscaling land surface temperature data using edge detection and block-diagonal Gaussian process regression
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2026)

Traffic State Estimation from Vehicle Trajectories with Anisotropic Gaussian Processes
von: Wu, Fan, et al.
Veröffentlicht: (2023)

Bayesian Active Learning of (small) Quantile Sets through Expected Estimator Modification
von: Abdelmalek-Lomenech, Romain Ait, et al.
Veröffentlicht: (2025)

Pressing Intensity: An Intuitive Measure for Pressing in Soccer
von: Bekkers, Joris
Veröffentlicht: (2024)

Probabilistic Wind Power Modelling via Heteroscedastic Non-Stationary Gaussian Processes
von: Ladopoulou, Domniki, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Calibration of a Hot-Wire Anemometer With Gaussian Process Regression
von: García-Ruiz, Rubén Antonio, et al.
Veröffentlicht: (2024)

A Partitioned Sparse Variational Gaussian Process for Fast, Distributed Spatial Modeling
von: Grosskopf, Michael, et al.
Veröffentlicht: (2025)

Hierarchical Probabilistic Principal Component Analysis of Longitudinal Data
von: Zhang, Xinyu, et al.
Veröffentlicht: (2026)

NNN: Next-Generation Neural Networks for Marketing Measurement
von: Mulc, Thomas, et al.
Veröffentlicht: (2025)

Human-in-the-loop: Towards Label Embeddings for Measuring Classification Difficulty
von: Hechinger, Katharina, et al.
Veröffentlicht: (2023)

AlphaEarth Satellite Embeddings for Modelling Climate Sensitive Diseases Towards Global Health Resilience
von: Nazir, Usman, et al.
Veröffentlicht: (2026)

Bayesian sequential design of computer experiments for quantile set inversion
von: Abdelmalek-Lomenech, Romain Ait, et al.
Veröffentlicht: (2022)

fastHDMI: Fast Mutual Information Estimation for High-Dimensional Data
von: Yang, Kai, et al.
Veröffentlicht: (2024)

Sampling from Gaussian Processes: A Tutorial and Applications in Global Sensitivity Analysis and Optimization
von: Do, Bach, et al.
Veröffentlicht: (2025)

Digital twin for virtual sensing of ferry quays via a Gaussian Process Latent Force Model
von: Sibille, Luigi, et al.
Veröffentlicht: (2025)

Towards Gaussian processes modelling to study the late effects of radiotherapy in children and young adults with brain tumours
von: Davey, Angela, et al.
Veröffentlicht: (2025)

Nonparametric Linear Discriminant Analysis for High Dimensional Matrix-Valued Data
von: Oh, Seungyeon, et al.
Veröffentlicht: (2025)

Integrating Marketing Channels into Quantile Transformation and Bayesian Optimization of Ensemble Kernels for Sales Prediction with Gaussian Process Models
von: Mirshekari, Shahin, et al.
Veröffentlicht: (2024)

MoCA: Multi-modal Cross-masked Autoencoder for Digital Health Measurements
von: Ryu, Howon, et al.
Veröffentlicht: (2025)