Buchumschlag

High-dimensional sparse classification using exponential weighting with empirical hinge loss

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Mai, The Tien
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

High‐dimensional sparse classification using exponential weighting with empirical hinge loss
von: The Tien Mai
Veröffentlicht: (2024)

High-dimensional prediction for count response via sparse exponential weights
von: Mai, The Tien
Veröffentlicht: (2024)

Exponential Lasso: robust sparse penalization under heavy-tailed noise and outliers with exponential-type loss
von: Mai, The Tien
Veröffentlicht: (2025)

High‐dimensional prediction for count response via sparse exponential weights
von: The Tien Mai
Veröffentlicht: (2025)

Robust low-rank estimation with multiple binary responses using pairwise AUC loss
von: Mai, The Tien
Veröffentlicht: (2026)

Heavy Lasso: sparse penalized regression under heavy-tailed noise via data-augmented soft-thresholding
von: Mai, The Tien
Veröffentlicht: (2025)

Optimal sparse phase retrieval via a quasi-Bayesian approach
von: Mai, The Tien
Veröffentlicht: (2025)

High-dimensional Bayesian Tobit regression for censored response with Horseshoe prior
von: Mai, The Tien
Veröffentlicht: (2025)

Censored Graphical Horseshoe: Bayesian sparse precision matrix estimation with censored and missing data
von: Mai, The Tien, et al.
Veröffentlicht: (2026)

A reduced-rank approach to predicting multiple binary responses through machine learning
von: Mai, The Tien
Veröffentlicht: (2023)

Robust reduced rank regression under heavy-tailed noise and missing data via non-convex penalization
von: Mai, The Tien
Veröffentlicht: (2025)

On high-dimensional classification by sparse generalized Bayesian logistic regression
von: Mai, The Tien
Veröffentlicht: (2024)

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

Handling bounded response in high dimensions: a Horseshoe prior Bayesian Beta regression approach
von: Mai, The Tien
Veröffentlicht: (2025)

High-dimensional sparse vine copula regression with application to genomic prediction
von: Sahin, Özge, et al.
Veröffentlicht: (2022)

Inference with non-differentiable surrogate loss in a general high-dimensional classification framework
von: Liang, Muxuan, et al.
Veröffentlicht: (2024)

Multi-layer dissolution exponential-family models for weighted signed networks
von: Caimo, Alberto, et al.
Veröffentlicht: (2025)

Exponentially weighted estimands and the exponential family: Filtering, prediction and smoothing
von: van Heel, Simon Donker, et al.
Veröffentlicht: (2025)

Identifying sparse treatment effects in high-dimensional outcome spaces
von: Jeong, Yujin, et al.
Veröffentlicht: (2024)

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

Incorporating sparse labels into hidden Markov models using weighted likelihoods improves accuracy and interpretability in biologging studies
von: Sidrow, Evan, et al.
Veröffentlicht: (2024)

Jackknife empirical likelihood ratio test for log symmetric distribution using probability weighted moments
von: S, Anjana, et al.
Veröffentlicht: (2024)

Transfer learning for high-dimensional Factor-augmented sparse linear model
von: Fu, Bo, et al.
Veröffentlicht: (2025)

On new tests for the Poisson distribution based on empirical weight functions
von: Kirui, Winnie, et al.
Veröffentlicht: (2024)

Novel closed-form point estimators for a weighted exponential family derived from likelihood equations
von: Vila, Roberto, et al.
Veröffentlicht: (2024)

Neyman-Pearson multiclass classification under label noise via empirical likelihood
von: Zhang, Qiong, et al.
Veröffentlicht: (2026)

Joint modeling and inference of multiple-subject high-dimensional sparse vector autoregressive models
von: Kim, Younghoon, et al.
Veröffentlicht: (2025)

The synthetic instrument: From sparse association to sparse causation
von: Tang, Dingke, et al.
Veröffentlicht: (2023)

Empirical Bayes inference in sparse high-dimensional generalized linear models
von: Tang, Yiqi, et al.
Veröffentlicht: (2023)

Detection and inference of changes in high-dimensional linear regression with non-sparse structures
von: Cho, Haeran, et al.
Veröffentlicht: (2024)

Adaptive weighted approach for high-dimensional statistical learning and inference
von: Lu, Jun, et al.
Veröffentlicht: (2022)

High-dimensional covariance matrix regularization using informative targets
von: Rehman, Atiq Ur, et al.
Veröffentlicht: (2025)

Moment-type estimators for a weighted exponential family
von: Vila, Roberto, et al.
Veröffentlicht: (2024)

Fitting sparse high-dimensional varying-coefficient models with Bayesian regression tree ensembles
von: Ghosh, Soham, et al.
Veröffentlicht: (2025)

A method for empirically assessing small area estimators via bootstrap-weighted k-Nearest-Neighbor artificial populations, with applications to forest inventory
von: White, Grayson W., et al.
Veröffentlicht: (2023)

Bayesian High-dimensional Grouped-regression using Sparse Projection-posterior
von: Pal, Samhita, et al.
Veröffentlicht: (2024)

Variational empirical Bayes variable selection in high-dimensional logistic regression
von: Tang, Yiqi, et al.
Veröffentlicht: (2025)

Dynamic sparse graphs with overlapping communities
von: Miscouridou, Xenia, et al.
Veröffentlicht: (2025)

Efficient subsampling for exponential family models
von: Dasgupta, Subhadra, et al.
Veröffentlicht: (2023)

Graphical models with marginals in the exponential family
von: Nieto-Barajas, Luis E., et al.
Veröffentlicht: (2025)