Buchumschlag

Recursive Estimation of Conditional Kernel Mean Embeddings

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tamás, Ambrus, Csáji, Balázs Csanád
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Resampled Confidence Regions with Exponential Shrinkage for the Regression Function of Binary Classification
von: Tamás, Ambrus, et al.
Veröffentlicht: (2023)

Data-Driven Upper Confidence Bounds with Near-Optimal Regret for Heavy-Tailed Bandits
von: Tamás, Ambrus, et al.
Veröffentlicht: (2024)

Sample Complexity of the Sign-Perturbed Sums Method
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

On Rate-Optimal Partitioning Classification from Observable and from Privatised Data
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2023)

Improving Kernel-Based Nonasymptotic Simultaneous Confidence Bands
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2024)

Conditional Distribution Compression via the Kernel Conditional Mean Embedding
von: Broadbent, Dominic, et al.
Veröffentlicht: (2025)

Single Image Inpainting and Super-Resolution with Simultaneous Uncertainty Guarantees by Universal Reproducing Kernels
von: Horváth, Bálint, et al.
Veröffentlicht: (2025)

Non-Asymptotic State-Space Identification of Closed-Loop Stochastic Linear Systems using Instrumental Variables
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2023)

Finite-Sample Identification of Linear Regression Models with Residual-Permuted Sums
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

Derandomizing Simultaneous Confidence Regions for Band-Limited Functions by Improved Norm Bounds and Majority-Voting Schemes
von: Csáji, Balázs Csanád, et al.
Veröffentlicht: (2025)

Finite Sample Analysis of Distribution-Free Confidence Ellipsoids for Linear Regression
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

Sample Complexity of the Sign-Perturbed Sums Identification Method: Scalar Case
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2024)

Distribution-Free Confidence Ellipsoids for Ridge Regression with PAC Bounds
von: Szentpéteri, Szabolcs, et al.
Veröffentlicht: (2026)

An Overview of Causal Inference using Kernel Embeddings
von: Sejdinovic, Dino
Veröffentlicht: (2024)

Adaptive Kernel Density Estimation with Pre-training
von: Zhang, Ruitong, et al.
Veröffentlicht: (2026)

SpeedCP: Fast Kernel-based Conditional Conformal Prediction
von: Liu, Yating, et al.
Veröffentlicht: (2025)

Conditional Mean and Variance Estimation via \textit{k}-NN Algorithm with Automated Variance Selection
von: Matabuena, Marcos, et al.
Veröffentlicht: (2024)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
von: Kato, Masahiro
Veröffentlicht: (2024)

Tukey Depth Mechanisms for Practical Private Mean Estimation
von: Brown, Gavin, et al.
Veröffentlicht: (2025)

GAAVI: Global Asymptotic Anytime Valid Inference for the Conditional Mean Function
von: Cho, Brian M, et al.
Veröffentlicht: (2026)

Estimating Bidirectional Causal Effects with Large Scale Online Kernel Learning
von: Tanaka, Masahiro
Veröffentlicht: (2025)

Sequential Kernel Embedding for Mediated and Time-Varying Dose Response Curves
von: Singh, Rahul, et al.
Veröffentlicht: (2021)

Recursive Maximum Likelihood Estimation for Interacting Particle Systems using Virtual Particles
von: Sharrock, Louis, et al.
Veröffentlicht: (2026)

Dirichlet Process-based Robust Clustering using the Median-of-Means Estimator
von: Basu, Supratik, et al.
Veröffentlicht: (2023)

Mode and Ridge Estimation in Euclidean and Directional Product Spaces: A Mean Shift Approach
von: Zhang, Yikun, et al.
Veröffentlicht: (2021)

Kernel Debiased Plug-in Estimation: Simultaneous, Automated Debiasing without Influence Functions for Many Target Parameters
von: Cho, Brian, et al.
Veröffentlicht: (2023)

Benchmarking Tabular Foundation Models for Conditional Density Estimation in Regression
von: Izbicki, Rafael, et al.
Veröffentlicht: (2026)

Fast Uncertainty Quantification for Kernel-Based Estimators in Large-Scale Causal Inference
von: Kosko, Matthew, et al.
Veröffentlicht: (2026)

Kernel Tests of Equivalence
von: Liu, Xing, et al.
Veröffentlicht: (2026)

Partition Tree: Conditional Density Estimation over General Outcome Spaces
von: Angelim, Felipe, et al.
Veröffentlicht: (2026)

Recursive Nested Filtering for Efficient Amortized Bayesian Experimental Design
von: Iqbal, Sahel, et al.
Veröffentlicht: (2024)

A Targeted Learning Framework for Estimating Restricted Mean Survival Time Difference using Pseudo-observations
von: Jin, Man, et al.
Veröffentlicht: (2026)

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
von: Kim, Seok-Jin
Veröffentlicht: (2026)

The Generalised Kernel Covariance Measure
von: Bergen, Luca, et al.
Veröffentlicht: (2026)

Recursive Equations For Imputation Of Missing Not At Random Data With Sparse Pattern Support
von: Phung, Trung, et al.
Veröffentlicht: (2025)

Using LLMs to Directly Guess Conditional Expectations Can Improve Efficiency in Causal Estimation
von: Engh, Chris, et al.
Veröffentlicht: (2025)

W-Kernel and Its Principal Space for Frequentist Evaluation of Bayesian Estimators
von: Iba, Yukito
Veröffentlicht: (2023)

Transfer Learning for Kernel-based Regression
von: Wang, Chao, et al.
Veröffentlicht: (2023)

Composite Goodness-of-fit Tests with Kernels
von: Key, Oscar, et al.
Veröffentlicht: (2021)

Centered plug-in estimation of Wasserstein distances
von: Papp, Tamás P., et al.
Veröffentlicht: (2022)