:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Liyuan, Gretton, Arthur
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2308.04585
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep Proxy Causal Learning and its Application to Confounded Bandit Policy Evaluation
di: Xu, Liyuan, et al.
Pubblicazione: (2021)

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

Density Ratio-Free Doubly Robust Proxy Causal Learning
di: Bozkurt, Bariscan, et al.
Pubblicazione: (2025)

Density Ratio-based Proxy Causal Learning Without Density Ratios
di: Bozkurt, Bariscan, et al.
Pubblicazione: (2025)

Controlling Moments with Kernel Stein Discrepancies
di: Kanagawa, Heishiro, et al.
Pubblicazione: (2022)

Spectral Representation for Causal Estimation with Hidden Confounders
di: Sun, Haotian, et al.
Pubblicazione: (2024)

Regularized $f$-Divergence Kernel Tests
di: Ribero, Mónica, et al.
Pubblicazione: (2026)

Kernel Treatment Effects with Adaptively Collected Data
di: Zenati, Houssam, et al.
Pubblicazione: (2025)

Fast and Scalable Score-Based Kernel Calibration Tests
di: Glaser, Pierre, et al.
Pubblicazione: (2025)

Semiparametrically Efficient Inference for Kernel Measures of Noise Heterogeneity
di: Wornbard, Jakub, et al.
Pubblicazione: (2026)

Closed-Form Last Layer Optimization
di: Galashov, Alexandre, et al.
Pubblicazione: (2025)

Nonparametric Instrumental Regression via Kernel Methods is Minimax Optimal
di: Meunier, Dimitri, et al.
Pubblicazione: (2024)

Doubly Robust Proxy Causal Learning with Neural Mean Embeddings
di: Bozkurt, Bariscan, et al.
Pubblicazione: (2026)

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

Practical Kernel Tests of Conditional Independence
di: Pogodin, Roman, et al.
Pubblicazione: (2024)

Proxy Methods for Domain Adaptation
di: Tsai, Katherine, et al.
Pubblicazione: (2024)

Perturbative methods for non-parametric instrumental variable
di: Bu, Wei, et al.
Pubblicazione: (2026)

Semiparametric Efficient Test for Interpretable Distributional Treatment Effects
di: Zenati, Houssam, et al.
Pubblicazione: (2026)

Automating the Selection of Proxy Variables of Unmeasured Confounders
di: Xie, Feng, et al.
Pubblicazione: (2024)

Doubly-Robust Estimation of Counterfactual Policy Mean Embeddings
di: Zenati, Houssam, et al.
Pubblicazione: (2025)

Recovering Latent Confounders from High-dimensional Proxy Variables
di: Mankovich, Nathan, et al.
Pubblicazione: (2024)

Interventional Processes for Causal Uncertainty Quantification
di: Dance, Hugh, et al.
Pubblicazione: (2024)

Near-Optimality of Contrastive Divergence Algorithms
di: Glaser, Pierre, et al.
Pubblicazione: (2025)

Towards Optimal Sobolev Norm Rates for the Vector-Valued Regularized Least-Squares Algorithm
di: Li, Zhu, et al.
Pubblicazione: (2023)

Deep MMD Gradient Flow without adversarial training
di: Galashov, Alexandre, et al.
Pubblicazione: (2024)

Towards a Unified Analysis of Neural Networks in Nonparametric Instrumental Variable Regression: Optimization and Generalization
di: Chen, Zonghao, et al.
Pubblicazione: (2025)

Detecting Unobserved Confounders: A Kernelized Regression Approach
di: Chen, Yikai, et al.
Pubblicazione: (2026)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
di: Wu, Yong, et al.
Pubblicazione: (2025)

Sobolev Regularized MMD Gradient Flow
di: Tian, Chenyang, et al.
Pubblicazione: (2026)

Accelerated Diffusion Models via Speculative Sampling
di: De Bortoli, Valentin, et al.
Pubblicazione: (2025)

Nonlinear Meta-Learning Can Guarantee Faster Rates
di: Meunier, Dimitri, et al.
Pubblicazione: (2023)

Foundations of Multivariate Distributional Reinforcement Learning
di: Wiltzer, Harley, et al.
Pubblicazione: (2024)

Conditional Bayesian Quadrature
di: Chen, Zonghao, et al.
Pubblicazione: (2024)

Fast Best-in-Class Regret for Contextual Bandits
di: Girard, Samuel, et al.
Pubblicazione: (2025)

Optimal Rates for Vector-Valued Spectral Regularization Learning Algorithms
di: Meunier, Dimitri, et al.
Pubblicazione: (2024)

Optimality and Adaptivity of Deep Neural Features for Instrumental Variable Regression
di: Kim, Juno, et al.
Pubblicazione: (2025)

Credal Two-Sample Tests of Epistemic Uncertainty
di: Chau, Siu Lun, et al.
Pubblicazione: (2024)

Demystifying Spectral Feature Learning for Instrumental Variable Regression
di: Meunier, Dimitri, et al.
Pubblicazione: (2025)

A Unified Data Representation Learning for Non-parametric Two-sample Testing
di: Tian, Xunye, et al.
Pubblicazione: (2024)

Learning-Order Autoregressive Models with Application to Molecular Graph Generation
di: Wang, Zhe, et al.
Pubblicazione: (2025)