Buchumschlag

Multilevel Stochastic Optimization for Imputation in Massive Medical Data Records

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Wenrui, Wang, Xiaoyu, Sun, Yuetian, Milanovic, Snezana, Kon, Mark, Castrillon-Candas, Julio Enrique
Format:	Preprint
Veröffentlicht:	2021
Schlagworte:	Machine Learning Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Distribution-Free Stochastic Analysis and Robust Multilevel Vector Field Anomaly Detection
von: Castrillon-Candas, Julio E, et al.
Veröffentlicht: (2022)

Multivariate Time Series Data Imputation via Distributionally Robust Regularization
von: Liao, Che-Yi, et al.
Veröffentlicht: (2026)

Towards Multilevel Modelling of Train Passing Events on the Staffordshire Bridge
von: Bull, Lawrence A., et al.
Veröffentlicht: (2024)

Predictive Uncertainty in Short-Term PV Forecasting under Missing Data: A Multiple Imputation Approach
von: Pashmchi, Parastoo, et al.
Veröffentlicht: (2026)

Salvaging Forbidden Treasure in Medical Data: Utilizing Surrogate Outcomes and Single Records for Rare Event Modeling
von: Yin, Xiaohui, et al.
Veröffentlicht: (2025)

deFOREST: Fusing Optical and Radar satellite data for Enhanced Sensing of Tree-loss
von: Castrillon-Candas, Julio Enrique, et al.
Veröffentlicht: (2025)

Which Imputation Fits Which Feature Selection Method? A Survey-Based Simulation Study
von: Schwerter, Jakob, et al.
Veröffentlicht: (2024)

ACT-Tensor: Tensor Completion Framework for Financial Dataset Imputation
von: Mo, Junyi, et al.
Veröffentlicht: (2025)

Evaluating Imputation Techniques for Short-Term Gaps in Heart Rate Data
von: Gupta, Vaibhav, et al.
Veröffentlicht: (2025)

Tree-Guided Rare Feature Selection and Logic Aggregation with Electronic Health Records Data
von: Chen, Jianmin, et al.
Veröffentlicht: (2022)

Missing Data Imputation With Granular Semantics and AI-driven Pipeline for Bankruptcy Prediction
von: Chakraborty, Debarati, et al.
Veröffentlicht: (2024)

Temporal Subtyping of Alzheimer's Disease Using Medical Conditions Preceding Alzheimer's Disease Onset in Electronic Health Records
von: He, Zhe, et al.
Veröffentlicht: (2022)

On Using Large Language Models to Enhance Clinically-Driven Missing Data Recovery Algorithms in Electronic Health Records
von: Lotspeich, Sarah C., et al.
Veröffentlicht: (2025)

Multi-View Variational Autoencoder for Missing Value Imputation in Untargeted Metabolomics
von: Zhao, Chen, et al.
Veröffentlicht: (2023)

Enhancing Phenotype Discovery in Electronic Health Records through Prior Knowledge-Guided Unsupervised Learning
von: Mayer, Melanie, et al.
Veröffentlicht: (2025)

dFlowGRPO: Rate-Aware Policy Optimization for Discrete Flow Models
von: Wan, Zhengyan, et al.
Veröffentlicht: (2026)

Expected Diverse Utility (EDU): Diverse Bayesian Optimization of Expensive Computer Simulators
von: Miller, John Joshua, et al.
Veröffentlicht: (2024)

Deep Optimal Sensor Placement for Black Box Stochastic Simulations
von: Cordero-Encinar, Paula, et al.
Veröffentlicht: (2024)

Sensitivity Analysis in the Presence of Intrinsic Stochasticity for Discrete Fracture Network Simulations
von: Murph, Alexander C., et al.
Veröffentlicht: (2023)

CoDistill-GRPO: A Co-Distillation Recipe for Efficient Group Relative Policy Optimization
von: Kwon, Soo Min, et al.
Veröffentlicht: (2026)

Constrained Bayesian Optimization under Bivariate Gaussian Process with Application to Cure Process Optimization
von: Li, Yezhuo, et al.
Veröffentlicht: (2025)

Stochastic tensor space feature theory with applications to robust machine learning
von: Castrillon-Candas, Julio Enrique, et al.
Veröffentlicht: (2021)

Adaptive Meta-Learning Stochastic Gradient Hamiltonian Monte Carlo Simulation for Bayesian Updating of Structural Dynamic Models
von: Meng, Xianghao, et al.
Veröffentlicht: (2026)

High-Dimensional Statistical Process Control via Manifold Fitting and Learning
von: Tas, Burak I., et al.
Veröffentlicht: (2025)

Teleodynamic Learning a new Paradigm For Interpretable AI
von: ter Horst, Enrique, et al.
Veröffentlicht: (2026)

Integrated Analysis for Electronic Health Records with Structured and Sporadic Missingness
von: Tan, Jianbin, et al.
Veröffentlicht: (2025)

Discovering and Analyzing Stochastic Processes to Reduce Waste in Food Retail
von: Kalenkova, Anna, et al.
Veröffentlicht: (2025)

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

Optimizing Heat Alert Issuance with Reinforcement Learning
von: Considine, Ellen M., et al.
Veröffentlicht: (2023)

Interpretable Machine Learning for Cognitive Aging: Handling Missing Data and Uncovering Social Determinant
von: Mao, Xi, et al.
Veröffentlicht: (2025)

VOPy: A Framework for Black-box Vector Optimization
von: Yıldırım, Yaşar Cahit, et al.
Veröffentlicht: (2024)

Beyond Grids: Multi-objective Bayesian Optimization With Adaptive Discretization
von: Nika, Andi, et al.
Veröffentlicht: (2020)

POMDP-Driven Cognitive Massive MIMO Radar: Joint Target Detection-Tracking In Unknown Disturbances
von: Bouhou, Imad, et al.
Veröffentlicht: (2024)

Selecting Critical Scenarios of DER Adoption in Distribution Grids Using Bayesian Optimization
von: Mulkin, Olivier, et al.
Veröffentlicht: (2025)

DemandLens: Enhancing Forecast Accuracy Through Product-Specific Hyperparameter Optimization
von: Pillai, Srijesh, et al.
Veröffentlicht: (2025)

Multi-task Modeling for Engineering Applications with Sparse Data
von: Comlek, Yigitcan, et al.
Veröffentlicht: (2026)

Monitoring Machine Learning Forecasts for Platform Data Streams
von: Rombouts, Jeroen, et al.
Veröffentlicht: (2024)

Graph Data Modeling: Molecules, Proteins, & Chemical Processes
von: Barraza-Chavez, José Manuel, et al.
Veröffentlicht: (2025)

Context-Aware Automated Passenger Counting Data Denoising
von: Cherrier, Noëlie, et al.
Veröffentlicht: (2024)

Starting Off on the Wrong Foot: Pitfalls in Data Preparation
von: Guo, Jiayi, et al.
Veröffentlicht: (2026)