Buchumschlag

Multi-objective optimisation using expected quantile improvement for decision making in disease outbreaks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Semochkina, Daria, Forrester, Alexander I. J., Woods, David C
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Tensor-variate Gaussian process regression for efficient emulation of complex systems: comparing regressor and covariance structures in outer product and parallel partial emulators
von: Semochkina, Daria, et al.
Veröffentlicht: (2025)

Multi-objective Bayesian optimization for Likelihood-Free inference in sequential sampling models of decision making
von: Chen, David, et al.
Veröffentlicht: (2024)

Beyond expected values: Making environmental decisions using value of information analysis when measurement outcome matters
von: Akinlotan, Morenikeji D., et al.
Veröffentlicht: (2023)

Bayesian spatio-temporal modelling for infectious disease outbreak detection
von: Adeoye, Matthew, et al.
Veröffentlicht: (2025)

Incorporating additional evidence as prior information to resolve non-identifiability in Bayesian disease model calibration. A tutorial
von: Semochkina, Daria, et al.
Veröffentlicht: (2024)

Effect modification and non-collapsibility leads to conflicting treatment decisions: a review of marginal and conditional estimands and recommendations for decision-making
von: Phillippo, David M., et al.
Veröffentlicht: (2024)

Global quantile regression
von: Mrkvička, Tomáš, et al.
Veröffentlicht: (2023)

Optimal regimes for algorithm-assisted human decision-making
von: Stensrud, Mats J., et al.
Veröffentlicht: (2022)

Partial frontiers are not quantiles
von: Dai, Sheng, et al.
Veröffentlicht: (2022)

Risk-based decision making: estimands for sequential prediction under interventions
von: Luijken, Kim, et al.
Veröffentlicht: (2023)

Spatial quantile clustering of climate data
von: Gaetan, Carlo, et al.
Veröffentlicht: (2024)

Extreme quantile regression with deep learning
von: Richards, Jordan, et al.
Veröffentlicht: (2024)

Likelihood-ratio inference on differences in quantiles
von: Miller, Evan
Veröffentlicht: (2023)

The quantile-based classifier with variable-wise parameters
von: Berrettini, Marco, et al.
Veröffentlicht: (2024)

Generalized random forest for extreme quantile regression
von: Vidagbandji, Lucien M., et al.
Veröffentlicht: (2025)

Monge-Kantorovich quantiles and ranks for image data
von: Thurin, Gauthier
Veröffentlicht: (2025)

An efficient hybrid approach of quantile and expectile regression
von: Atanane, Abdellah, et al.
Veröffentlicht: (2025)

Choosing with unknown causal information: Action-outcome probabilities for decision making can be grounded in causal models
von: Soto, Mauricio Gonzalez, et al.
Veröffentlicht: (2019)

Smooth and shape-constrained quantile distributed lag models
von: Jin, Yisen, et al.
Veröffentlicht: (2024)

Calibrated quantile prediction for Growth-at-Risk
von: Bogani, Pietro, et al.
Veröffentlicht: (2024)

Interval-censored linear quantile regression
von: Choi, Taehwa, et al.
Veröffentlicht: (2024)

Non-crossing convex quantile regression
von: Dai, Sheng, et al.
Veröffentlicht: (2022)

Selecting fitted models under epistemic uncertainty using a stochastic process on quantile functions
von: René, Alexandre, et al.
Veröffentlicht: (2024)

Joint modeling for learning decision-making dynamics in behavioral experiments
von: Bian, Yuan, et al.
Veröffentlicht: (2025)

Rerandomization for quantile treatment effects
von: Han, Tingxuan, et al.
Veröffentlicht: (2026)

The $\infty$-S test via regression quantile affine LASSO
von: Sardy, Sylvain, et al.
Veröffentlicht: (2024)

Change-plane analysis in functional response quantile regression
von: Guan, Xin, et al.
Veröffentlicht: (2025)

Multinomial probit model based on joint quantile regression
von: Okabe, Masaaki, et al.
Veröffentlicht: (2025)

Locally sparse estimation for simultaneous functional quantile regression
von: Hu, Boyi, et al.
Veröffentlicht: (2026)

Thermodynamically rational decision making under uncertainty
von: Daimer, Dorian, et al.
Veröffentlicht: (2023)

Bayesian multivariate logistic regression for superiority and inferiority decision-making under observable treatment heterogeneity
von: Kavelaars, Xynthia, et al.
Veröffentlicht: (2022)

Estimating treatment effects from observational data under truncation by death using survival-incorporated quantiles
von: Xiang, Qingyan, et al.
Veröffentlicht: (2024)

Causal thinking for decision making on Electronic Health Records: why and how
von: Doutreligne, Matthieu, et al.
Veröffentlicht: (2023)

General Bayesian quantile regression for counts via generative modeling
von: Yamauchi, Yuta, et al.
Veröffentlicht: (2024)

Optimal subsampling for functional composite quantile regression in massive data
von: Pan, Jingxiang, et al.
Veröffentlicht: (2024)

Successive classification learning for estimating quantile optimal treatment regimes
von: Xia, Junwen, et al.
Veröffentlicht: (2025)

A flexible quantile mixed-effects model for censored outcomes
von: Burger, Divan A., et al.
Veröffentlicht: (2025)

Inference for quantile-parametrized families via CDF confidence bands
von: Chattopadhyay, Srijan, et al.
Veröffentlicht: (2025)

Bayesian structured additive quantile regression for inflated bounded data
von: Queiroz, Francisco F., et al.
Veröffentlicht: (2026)

A robust mixed-effects quantile regression model using generalized Laplace mixtures to handle outliers and skewness
von: Burger, Divan A., et al.
Veröffentlicht: (2025)