Buchumschlag

Machine Collaboration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Qingfeng, Feng, Yang
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning Econometrics 68Q32, 68T05, 62G05, 68T07, 62J02, 62G08, 62J07, 62J12 G.3; I.2.6; I.6.4; I.6.5
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-Hypothesis Prediction for Portfolio Optimization: A Structured Ensemble Learning Approach to Risk Diversification
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2025)

Quantile Additive Trend Filtering
von: Zhang, Zhi, et al.
Veröffentlicht: (2023)

Optimised Support Vector Regression for California Housing Price Prediction: The Critical Role of Feature Engineering and Hyperparameter Tuning
von: Adutwum, Emmanuel
Veröffentlicht: (2026)

metabeta -- A fast neural model for Bayesian mixed-effects regression
von: Kipnis, Alex, et al.
Veröffentlicht: (2025)

Beyond Least Squares: Robust Regression Transformer (R2T)
von: Gutierrez, Roman, et al.
Veröffentlicht: (2025)

SAGA: A Sequence-Adaptive Generative Architecture for Multi-Horizon Probabilistic Forecasting with Adaptive Temporal Conformal Prediction
von: Lundström-Imanov, Gustav Olaf Yunus Laitinen-Fredriksson, et al.
Veröffentlicht: (2026)

From 'What-is' to 'What-if' in Human-Factor Analysis: A Post-Occupancy Evaluation Case
von: Chen, Xia, et al.
Veröffentlicht: (2025)

Is Causality Necessary for Efficient Portfolios? A Computational Perspective on Predictive Validity and Model Misspecification
von: Dominguez, Alejandro Rodriguez
Veröffentlicht: (2025)

Deterministic Coreset Construction via Adaptive Sensitivity Trimming
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift
von: Landers, Jonathan R.
Veröffentlicht: (2026)

Structured Radial Basis Function Network: Modelling Diversity for Multiple Hypotheses Prediction
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2023)

The Good, the Bad, and the Ugly of Markov Boundary for Tabular Prediction
von: Wan, Shu, et al.
Veröffentlicht: (2026)

Location based Probabilistic Load Forecasting of EV Charging Sites: Deep Transfer Learning with Multi-Quantile Temporal Convolutional Network
von: Ali, Mohammad Wazed, et al.
Veröffentlicht: (2024)

Explainable Bayesian deep learning through input-skip Latent Binary Bayesian Neural Networks
von: Høyheim, Eirik, et al.
Veröffentlicht: (2025)

Bayesian Generalized Nonlinear Models Offer Basis Free SINDy With Model Uncertainty
von: Hubin, Aliaksandr
Veröffentlicht: (2025)

FBMS: An R Package for Flexible Bayesian Model Selection and Model Averaging
von: Frommlet, Florian, et al.
Veröffentlicht: (2025)

Evaluating the Quality of the Quantified Uncertainty for (Re)Calibration of Data-Driven Regression Models
von: Wibbeke, Jelke, et al.
Veröffentlicht: (2025)

Signature-Kernel Based Evaluation Metrics for Robust Probabilistic and Tail-Event Forecasting
von: Redhead, Benjamin R., et al.
Veröffentlicht: (2026)

Constant-Target Energy Matching: A Unified Framework for Continuous and Discrete Density Estimation
von: Zeng, Zhijun, et al.
Veröffentlicht: (2026)

Pair Correlation Factor and the Sample Complexity of Gaussian Mixtures
von: Aryan, Farzad
Veröffentlicht: (2025)

Multiple data-driven missing imputation
von: Kavun, Sergii
Veröffentlicht: (2025)

SplitWise Regression: Stepwise Modeling with Adaptive Dummy Encoding
von: Kurbucz, Marcell T., et al.
Veröffentlicht: (2025)

Augmented Functional Random Forests: Classifier Construction and Unbiased Functional Principal Components Importance through Ad-Hoc Conditional Permutations
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Predicting California Bearing Ratio with Ensemble and Neural Network Models: A Case Study from Turkiye
von: Kökçam, Abdullah Hulusi, et al.
Veröffentlicht: (2025)

Physics-informed machine learning: A mathematical framework with applications to time series forecasting
von: Doumèche, Nathan
Veröffentlicht: (2025)

Artificial intelligence and downscaling global climate model future projections
von: Benestad, Rasmus E.
Veröffentlicht: (2026)

Bayesian Modeling of Collatz Stopping Times: A Probabilistic Machine Learning Perspective
von: Bonacorsi, Nicolò, et al.
Veröffentlicht: (2026)

Asymptotic Consistency and Generalization in Hybrid Models of Regularized Selection and Nonlinear Learning
von: Galvão, Luciano Ribeiro, et al.
Veröffentlicht: (2025)

EEG-EyeTrack: A Benchmark for Time Series and Functional Data Analysis with Open Challenges and Baselines
von: Afonso, Tiago Vasconcelos, et al.
Veröffentlicht: (2025)

Model-Free Local Recalibration of Neural Networks
von: Torres, R., et al.
Veröffentlicht: (2024)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

AgentDS Technical Report: Benchmarking the Future of Human-AI Collaboration in Domain-Specific Data Science
von: Luo, An, et al.
Veröffentlicht: (2026)

Variance-Reduced Diffusion Sampling via Target Score Identity
von: Duston, Alois, et al.
Veröffentlicht: (2026)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
von: Kurbucz, Marcell T.
Veröffentlicht: (2026)

Data-Driven Discovery of Feature Groups in Clinical Time Series
von: Sergeev, Fedor, et al.
Veröffentlicht: (2025)

CDFlow: Building Invertible Layers with Circulant and Diagonal Matrices
von: Feng, Xuchen, et al.
Veröffentlicht: (2025)

Provable Adversarial Robustness in In-Context Learning
von: Zhang, Di
Veröffentlicht: (2026)

Is attention truly all we need? An empirical study of asset pricing in pretrained RNN sparse and global attention models
von: Lai, Shanyan
Veröffentlicht: (2025)

Can Agentic AI Match the Performance of Human Data Scientists?
von: Luo, An, et al.
Veröffentlicht: (2025)

DISCOVER: A Physics-Informed, GPU-Accelerated Symbolic Regression Framework
von: Gajera, Udaykumar, et al.
Veröffentlicht: (2026)