Buchumschlag

MCD: Marginal Contrastive Discrimination for conditional density estimation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meziani, Katia, Ndiaye, Aminata, Riu, Benjamin
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Conformal Predictions to Confidence Regions
von: Guille-Escuret, Charles, et al.
Veröffentlicht: (2024)

Online monotone density estimation and log-optimal calibration
von: Hore, Rohan, et al.
Veröffentlicht: (2026)

IGC-Net for conditional average potential outcome estimation over time
von: Hess, Konstantin, et al.
Veröffentlicht: (2024)

Nonparametric estimation of conditional probability distributions using a generative approach based on conditional push-forward neural networks
von: Franco, Nicola Rares, et al.
Veröffentlicht: (2025)

Your copula is a classifier in disguise: classification-based copula density estimation
von: Huk, David, et al.
Veröffentlicht: (2024)

Noise-Adaptive Conformal Classification with Marginal Coverage
von: Bortolotti, Teresa, et al.
Veröffentlicht: (2025)

Sample size planning for conditional counterfactual mean estimation with a K-armed randomized experiment
von: Ruiz, Gabriel
Veröffentlicht: (2024)

High-Dimensional Tensor Discriminant Analysis with Incomplete Tensors
von: Chen, Elynn, et al.
Veröffentlicht: (2024)

Multi-Group Quadratic Discriminant Analysis via Projection
von: Wang, Yuchao, et al.
Veröffentlicht: (2026)

Generative vs. Discriminative modeling under the lens of uncertainty quantification
von: Argouarc'h, Elouan, et al.
Veröffentlicht: (2024)

Estimating Joint Interventional Distributions from Marginal Interventional Data
von: Mejia, Sergio Hernan Garrido, et al.
Veröffentlicht: (2024)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

Contrastive Network Representation Learning
von: Dong, Zihan, et al.
Veröffentlicht: (2025)

Expected information gain estimation via density approximations: Sample allocation and dimension reduction
von: Li, Fengyi, et al.
Veröffentlicht: (2024)

Marginal Causal Flows for Validation and Inference
von: Manela, Daniel de Vassimon, et al.
Veröffentlicht: (2024)

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

Density estimation with atoms, and functional estimation for mixed discrete-continuous data
von: Saha, Aytijhya, et al.
Veröffentlicht: (2025)

Causal Contrastive Learning for Counterfactual Regression Over Time
von: Bouchattaoui, Mouad El, et al.
Veröffentlicht: (2024)

Deep learning estimation of the spectral density of functional time series on large domains
von: Mohammadi, Neda, et al.
Veröffentlicht: (2026)

A New Forward Discriminant Analysis Framework Based On Pillai's Trace and ULDA
von: Wang, Siyu, et al.
Veröffentlicht: (2024)

Hybrid Bernstein Normalizing Flows for Flexible Multivariate Density Regression with Interpretable Marginals
von: Arpogaus, Marcel, et al.
Veröffentlicht: (2025)

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

Minimizing robust density power-based divergences for general parametric density models
von: Okuno, Akifumi
Veröffentlicht: (2023)

Scalable Bayesian Structure Learning for Gaussian Graphical Models Using Marginal Pseudo-likelihood
von: Mohammadi, Reza, et al.
Veröffentlicht: (2023)

Nonparametric estimation of Hawkes processes with RKHSs
von: Bonnet, Anna, et al.
Veröffentlicht: (2024)

Simple yet Sharp Sensitivity Analysis for Any Contrast Under Unmeasured Confounding
von: Peña, Jose M.
Veröffentlicht: (2024)

A Kernel Test for Causal Association via Noise Contrastive Backdoor Adjustment
von: Hu, Robert, et al.
Veröffentlicht: (2021)

Optimal Discriminant Analysis in High-Dimensional Latent Factor Models
von: Bing, Xin, et al.
Veröffentlicht: (2022)

Scalable and non-iterative graphical model estimation
von: Khare, Kshitij, et al.
Veröffentlicht: (2024)

Contrasting Global and Patient-Specific Regression Models via a Neural Network Representation
von: Behrens, Max, et al.
Veröffentlicht: (2026)

Orthogonal machine learning for conditional odds and risk ratios
von: Ge, Jiacheng, et al.
Veröffentlicht: (2026)

Semi-Supervised Mixture Models under the Concept of Missing at Radom with Margin Confidence and Aranda Ordaz Function
von: Liao, Jinyang, et al.
Veröffentlicht: (2026)

Convex estimation of Gaussian graphical regression models with covariates
von: Liu, Ruobin, et al.
Veröffentlicht: (2024)

Structural Effect and Spectral Enhancement of High-Dimensional Regularized Linear Discriminant Analysis
von: Zhang, Yonghan, et al.
Veröffentlicht: (2025)

Misspecifying non-compensatory as compensatory IRT: analysis of estimated skills and variance
von: Tamano, Hiroshi, et al.
Veröffentlicht: (2025)

Simulation-based inference via telescoping ratio estimation for trawl processes
von: Leonte, Dan, et al.
Veröffentlicht: (2025)

Ensemble learning for uncertainty estimation with application to the correction of satellite precipitation products
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2024)

C-XGBoost: A tree boosting model for causal effect estimation
von: Kiriakidou, Niki, et al.
Veröffentlicht: (2024)

Nonparametric estimation of time-varying network connections by multi-stage smoothing
von: Lee, Jeonghwan, et al.
Veröffentlicht: (2026)

On the role of surrogates in the efficient estimation of treatment effects with limited outcome data
von: Kallus, Nathan, et al.
Veröffentlicht: (2020)