Buchumschlag

Conformal inference for regression on Riemannian Manifolds

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cholaquidis, Alejandro, Gamboa, Fabrice, Moreno, Leonardo
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Conformal Robust Set Estimation
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2026)

GROS: A General Robust Aggregation Strategy
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2024)

Concave Statistical Utility Maximization Bandits via Influence-Function Gradients
von: Carrasco, Matías, et al.
Veröffentlicht: (2026)

On consistent estimation of dimension values
von: Cholaquidis, Alejandro, et al.
Veröffentlicht: (2024)

Mirror Descent on Riemannian Manifolds
von: Jiang, Jiaxin, et al.
Veröffentlicht: (2026)

Spiking Graph Neural Network on Riemannian Manifolds
von: Sun, Li, et al.
Veröffentlicht: (2024)

Riemannian Optimization on Relaxed Indicator Matrix Manifold
von: Yuan, Jinghui, et al.
Veröffentlicht: (2025)

Dimensionality Reduction on Riemannian Manifolds in Data Analysis
von: Ichi, Alaa El, et al.
Veröffentlicht: (2026)

Non-asymptotic confidence regions on RKHS. The Paley-Wiener and standard Sobolev space cases
von: Gamboa, Fabrice, et al.
Veröffentlicht: (2025)

Sharpness-Aware Teleportation on Riemannian Manifolds
von: Truong, Tuan, et al.
Veröffentlicht: (2023)

Dual Riemannian Newton Method on Statistical Manifolds
von: Zhou, Derun, et al.
Veröffentlicht: (2025)

Riemannian MeanFlow for One-Step Generation on Manifolds
von: Zhong, Zichen, et al.
Veröffentlicht: (2026)

ManifoldFormer: Geometric Deep Learning for Neural Dynamics on Riemannian Manifolds
von: Fu, Yihang, et al.
Veröffentlicht: (2025)

Riemannian Optimization for LoRA on the Stiefel Manifold
von: Park, Juneyoung, et al.
Veröffentlicht: (2025)

A Framework for Bilevel Optimization on Riemannian Manifolds
von: Han, Andi, et al.
Veröffentlicht: (2024)

Generative Modeling on Manifolds Through Mixture of Riemannian Diffusion Processes
von: Jo, Jaehyeong, et al.
Veröffentlicht: (2023)

Model Compression with Exact Budget Constraints via Riemannian Manifolds
von: Helcig, Michael, et al.
Veröffentlicht: (2026)

Riemannian Proximal Sampler for High-accuracy Sampling on Manifolds
von: Guan, Yunrui, et al.
Veröffentlicht: (2025)

Fast, Accurate Manifold Denoising by Tunneling Riemannian Optimization
von: Wang, Shiyu, et al.
Veröffentlicht: (2025)

Intrinsic Muon: Spectral Optimization on Riemannian Matrix Manifolds
von: Li, Yibang, et al.
Veröffentlicht: (2026)

Inversion-Free Natural Gradient Descent on Riemannian Manifolds
von: Draca, Dario, et al.
Veröffentlicht: (2026)

Generalised Flow Maps for Few-Step Generative Modelling on Riemannian Manifolds
von: Davis, Oscar, et al.
Veröffentlicht: (2025)

IIKL: Isometric Immersion Kernel Learning with Riemannian Manifold for Geometric Preservation
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

Function regression using the forward forward training and inferring paradigm
von: Padmani, Shivam, et al.
Veröffentlicht: (2025)

Riemannian Diffusion Models on General Manifolds via Physics-Informed Neural Networks
von: Ko, Gyeonghoon, et al.
Veröffentlicht: (2026)

FORML: A Riemannian Hessian-free Method for Meta-learning on Stiefel Manifolds
von: Tabealhojeh, Hadi, et al.
Veröffentlicht: (2024)

Learning-Rate-Free Stochastic Optimization over Riemannian Manifolds
von: Dodd, Daniel, et al.
Veröffentlicht: (2024)

Riemannian Change Point Detection on Manifolds with Robust Centroid Estimation
von: Wang, Xiuheng, et al.
Veröffentlicht: (2025)

Geometry-Aware Uncertainty Quantification via Conformal Prediction on Manifolds
von: Shahbazi, Marzieh Amiri, et al.
Veröffentlicht: (2026)

Learning density ratios in causal inference using Bregman-Riesz regression
von: Hines, Oliver J., et al.
Veröffentlicht: (2025)

Negative binomial regression and inference using a pre-trained transformer
von: Svensson, Valentine
Veröffentlicht: (2025)

Approximate Bayesian inference for cumulative probit regression models
von: Aliverti, Emanuele
Veröffentlicht: (2025)

Lipschitz bounds for integral kernels
von: Reverdi, Justin, et al.
Veröffentlicht: (2026)

Decentralized Riemannian Conjugate Gradient Method on the Stiefel Manifold
von: Chen, Jun, et al.
Veröffentlicht: (2023)

Efficient Sampling on Riemannian Manifolds via Langevin MCMC
von: Cheng, Xiang, et al.
Veröffentlicht: (2024)

tensorflow-riemopt: A Library for Optimization on Riemannian Manifolds
von: Smirnov, Oleg
Veröffentlicht: (2021)

Decentralized Online Riemannian Optimization Beyond Hadamard Manifolds
von: Sahinoglu, Emre, et al.
Veröffentlicht: (2025)

GeoERM: Geometry-Aware Multi-Task Representation Learning on Riemannian Manifolds
von: Chen, Aoran, et al.
Veröffentlicht: (2025)

Stability to Deformations of Manifold Filters and Manifold Neural Networks
von: Wang, Zhiyang, et al.
Veröffentlicht: (2021)

Monte Carlo inference for semiparametric Bayesian regression
von: Kowal, Daniel R., et al.
Veröffentlicht: (2023)