Copertina

Integral Probability Metrics Meet Neural Networks: The Radon-Kolmogorov-Smirnov Test

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Paik, Seunghoon, Celentano, Michael, Green, Alden, Tibshirani, Ryan J.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Two-Sample Testing with a Graph-Based Total Variation Integral Probability Metric
di: Green, Alden, et al.
Pubblicazione: (2024)

Sample-Efficient Omniprediction for Proper Losses
di: Gibbs, Isaac, et al.
Pubblicazione: (2025)

Calibrated Multi-Level Quantile Forecasting
di: Ding, Tiffany, et al.
Pubblicazione: (2025)

Basic Inequalities for First-Order Optimization with Applications to Statistical Risk Analysis
di: Paik, Seunghoon, et al.
Pubblicazione: (2025)

Statistical Learning for Heterogeneous Treatment Effects: Pretraining, Prognosis, and Prediction
di: Schuessler, Maximilian, et al.
Pubblicazione: (2025)

Nonparametric Block Bootstrap Kolmogorov-Smirnov Goodness-of-Fit Test
di: Chandy, Mathew, et al.
Pubblicazione: (2025)

A Kolmogorov-Arnold Neural Model for Cascading Extremes
di: de Carvalho, Miguel, et al.
Pubblicazione: (2025)

Nonparametric Regression Discontinuity Designs with Survival Outcomes
di: Schuessler, Maximilian, et al.
Pubblicazione: (2026)

Pre-validation Revisited
di: Shang, Jing, et al.
Pubblicazione: (2025)

CoCA: Cooperative Component Analysis
di: Ding, Daisy Yi, et al.
Pubblicazione: (2024)

Kolmogorov-Smirnov GAN
di: Falkiewicz, Maciej, et al.
Pubblicazione: (2024)

DFNN: A Deep Fréchet Neural Network Framework for Learning Metric-Space-Valued Responses
di: Kim, Kyum, et al.
Pubblicazione: (2025)

Doubly Robust Conditional Independence Testing with Generative Neural Networks
di: Zhang, Yi, et al.
Pubblicazione: (2024)

Cross-validation: what does it estimate and how well does it do it?
di: Bates, Stephen, et al.
Pubblicazione: (2021)

The Contextual Lasso: Sparse Linear Models via Deep Neural Networks
di: Thompson, Ryan, et al.
Pubblicazione: (2023)

KANITE: Kolmogorov-Arnold Networks for ITE estimation
di: Mehendale, Eshan, et al.
Pubblicazione: (2025)

Neural Conditional Probability for Uncertainty Quantification
di: Kostic, Vladimir R., et al.
Pubblicazione: (2024)

When Graph Neural Network Meets Causality: Opportunities, Methodologies and An Outlook
di: Jiang, Wenzhao, et al.
Pubblicazione: (2023)

Randomized Kolmogorov-Smirnov Analysis of Volatility Roughness
di: Bianchi, Sergio, et al.
Pubblicazione: (2025)

A Kolmogorov-Smirnov-Type Test for Dependently Double-Truncated Data
di: Toparkus, Anne-Marie, et al.
Pubblicazione: (2025)

Selection of the Most Probable Best
di: Kim, Taeho, et al.
Pubblicazione: (2022)

A Priori Determination of the Pretest Probability
di: Balayla, Jacques
Pubblicazione: (2024)

Soft Mean Expected Calibration Error (SMECE): A Calibration Metric for Probabilistic Labels
di: Leznik, Michael
Pubblicazione: (2026)

Neyman Meets Causal Machine Learning: Experimental Evaluation of Individualized Treatment Rules
di: Li, Michael Lingzhi, et al.
Pubblicazione: (2024)

Kolmogorov-Smirnov Estimation of Self-Similarity in Long-Range Dependent Fractional Processes
di: Angelini, Daniele, et al.
Pubblicazione: (2025)

Stabilized Inverse Probability Weighting via Isotonic Calibration
di: van der Laan, Lars, et al.
Pubblicazione: (2024)

A Bootstrap-based Method for Testing Network Similarity
di: Bhadra, Somnath, et al.
Pubblicazione: (2019)

Universal Inference Meets Random Projections: A Scalable Test for Log-concavity
di: Dunn, Robin, et al.
Pubblicazione: (2021)

Bagged Polynomial Regression and Neural Networks
di: Klosin, Sylvia, et al.
Pubblicazione: (2022)

Adaptive Physics-Guided Neural Network
di: Shulman, David, et al.
Pubblicazione: (2024)

Tuning-Free Sampling via Optimization on the Space of Probability Measures
di: Sharrock, Louis, et al.
Pubblicazione: (2025)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2023)

A Locally Adaptive Algorithm for Multiple Testing with Network Structure
di: Liang, Ziyi, et al.
Pubblicazione: (2022)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
di: Huch, Easton, et al.
Pubblicazione: (2026)

Causal Estimation of Exposure Shifts with Neural Networks
di: Tec, Mauricio, et al.
Pubblicazione: (2023)

Factor Augmented Tensor-on-Tensor Neural Networks
di: Zhou, Guanhao, et al.
Pubblicazione: (2024)

Training of Spiking Neural Networks with Expectation-Propagation
di: Yao, Dan, et al.
Pubblicazione: (2025)

Sparse Learning and Class Probability Estimation with Weighted Support Vector Machines
di: Zeng, Liyun, et al.
Pubblicazione: (2023)

From Partial Exchangeability to Predictive Probability: A Bayesian Perspective on Classification
di: Diniz, Marcio Alves
Pubblicazione: (2025)

Kernel-Based Ensemble Gaussian Mixture Probability Hypothesis Density Filter
di: Durant, Dalton, et al.
Pubblicazione: (2025)