Buchumschlag

Boosting with copula-based components

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Brant, Simon Boge, Haff, Ingrid Hobæk
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Methodology Applications Computation Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalised logistic regression with vine copulas
von: Haff, Ingrid Hobæk, et al.
Veröffentlicht: (2024)

FCPCA: Fuzzy clustering of high-dimensional time series based on common principal component analysis
von: Ma, Ziling, et al.
Veröffentlicht: (2025)

Multipopulation mortality modelling and forecasting: The multivariate functional principal component with time weightings approaches
von: Lam, Ka Kin, et al.
Veröffentlicht: (2021)

Bayesian Federated Inference for regression models based on non-shared multicenter data sets from heterogeneous populations
von: Jonker, Marianne A, et al.
Veröffentlicht: (2024)

Online Distributional Regression
von: Hirsch, Simon, et al.
Veröffentlicht: (2024)

Diffusion Boosted Trees
von: Han, Xizewen, et al.
Veröffentlicht: (2024)

A Design-based Solution for Causal Inference with Text: Can a Language Model Be Too Large?
von: Tierney, Graham, et al.
Veröffentlicht: (2025)

Additive Covariance Matrix Models: Modelling Regional Electricity Net-Demand in Great Britain
von: Gioia, V., et al.
Veröffentlicht: (2022)

pared: Model selection using multi-objective optimization
von: Das, Priyam, et al.
Veröffentlicht: (2025)

Bayesian Multivariate Density-Density Regression
von: Nguyen, Khai, et al.
Veröffentlicht: (2025)

Study on spike-and-wave detection in epileptic signals using t-location-scale distribution and the K-nearest neighbors classifier
von: Quintero-Rincón, Antonio, et al.
Veröffentlicht: (2024)

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

Contrast-Space Projection for Network Meta-Analysis: An Exact and Invariant Study-Based Decomposition of Direct and Indirect Contributions
von: Wang, Chong, et al.
Veröffentlicht: (2026)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
von: Polson, Nick, et al.
Veröffentlicht: (2026)

Neural Network-Based Change Point Detection for Large-Scale Time-Evolving Data
von: Geng, Jialiang, et al.
Veröffentlicht: (2025)

Bayesian Pliable Lasso with Horseshoe Prior for Interaction Effects in GLMs with Missing Responses
von: Mai, The Tien
Veröffentlicht: (2025)

A Bayesian Non-parametric Approach to Generative Models: Integrating Variational Autoencoder and Generative Adversarial Networks using Wasserstein and Maximum Mean Discrepancy
von: Fazeli-Asl, Forough, et al.
Veröffentlicht: (2023)

Summary Statistics of Large-scale Model Outputs for Observation-corrected Outputs
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2025)

Parsimonious Gaussian mixture models with piecewise-constant eigenvalue profiles
von: Szwagier, Tom, et al.
Veröffentlicht: (2025)

How Much Is Too Much? Adaptive, Context-Aware Risk Detection in Naturalistic Driving
von: Kalantari, Amir Hossein, et al.
Veröffentlicht: (2025)

On metric choice in dimension reduction for Fréchet regression
von: Soale, Abdul-Nasah, et al.
Veröffentlicht: (2024)

A Semiparametric Bayesian Method for Instrumental Variable Analysis with Partly Interval-Censored Time-to-Event Outcome
von: Cui, Elvis Han, et al.
Veröffentlicht: (2025)

A Likelihood-Free Approach to Goal-Oriented Bayesian Optimal Experimental Design
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2024)

Compactly-supported nonstationary kernels for computing exact Gaussian processes on big data
von: Risser, Mark D., et al.
Veröffentlicht: (2024)

Bayesian Nonlinear PDE Inference via Gaussian Process Collocation with Application to the Richards Equation
von: Yang, Yumo, et al.
Veröffentlicht: (2025)

Online detection of forecast model inadequacies using forecast errors
von: Grundy, Thomas, et al.
Veröffentlicht: (2025)

Differentially Private Conformal Prediction via Quantile Binary Search
von: Romanus, Ogonnaya M., et al.
Veröffentlicht: (2025)

Mixture-of-experts Wishart model for covariance matrices with an application to Cancer drug screening
von: Mai, The Tien, et al.
Veröffentlicht: (2026)

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

Statistical inference after variable selection in Cox models: A simulation study
von: Schemet, Lena, et al.
Veröffentlicht: (2026)

Summarizing Bayesian Nonparametric Mixture Posterior -- Sliced Optimal Transport Metrics for Gaussian Mixtures
von: Nguyen, Khai, et al.
Veröffentlicht: (2024)

Optimal Sampling for Generalized Linear Model under Measurement Constraint with Surrogate Variables
von: Shen, Yixin, et al.
Veröffentlicht: (2025)

Binary AddiVortes: (Bayesian) Additive Voronoi Tessellations for Binary Classification with an application to Predicting Home Mortgage Application Outcomes
von: Stone, Adam J., et al.
Veröffentlicht: (2025)

Inference for Large Scale Regression Models with Dependent Errors
von: Voirol, Lionel, et al.
Veröffentlicht: (2024)

Generative Adversarial Networks for High-Dimensional Item Factor Analysis: A Deep Adversarial Learning Algorithm
von: Luo, Nanyu, et al.
Veröffentlicht: (2025)

Adaptive Gaussian Process Search for Simulation-Based Sample Size Estimation in Clinical Prediction Models: Validation of the pmsims R Package
von: Olaniran, Oyebayo Ridwan, et al.
Veröffentlicht: (2026)

Structured Learning in Time-dependent Cox Models
von: Wang, Guanbo, et al.
Veröffentlicht: (2023)

Local transfer learning Gaussian process modeling, with applications to surrogate modeling of expensive computer simulators
von: Wang, Xinming, et al.
Veröffentlicht: (2024)

Analysis of multivariate event times under informative censoring using vine copula
von: Chen, Xinyuan, et al.
Veröffentlicht: (2025)

Biarchetype analysis: simultaneous learning of observations and features based on extremes
von: Alcacer, Aleix, et al.
Veröffentlicht: (2023)