:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Fonseca, Yuri, Peixoto, Caio, Saporito, Yuri
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2402.05639
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Random Gradient-Free Optimization in Infinite Dimensional Spaces
di: Peixoto, Caio Lins, et al.
Pubblicazione: (2025)

Nested Nonparametric Instrumental Variable Regression
di: Meza, Isaac, et al.
Pubblicazione: (2021)

Nonparametric Instrumental Variable Regression with Observed Covariates
di: Shen, Zikai, et al.
Pubblicazione: (2025)

Stochastic Gradient Descent for Nonparametric Additive Regression
di: Chen, Xin, et al.
Pubblicazione: (2024)

Conformal Prediction for Nonparametric Instrumental Regression
di: Kato, Masahiro
Pubblicazione: (2026)

Nonparametric Instrumental Variable Inference with Many Weak Instruments
di: van der Laan, Lars, et al.
Pubblicazione: (2025)

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

Reverse-BSDE Monte Carlo
di: Batista, Jairon H. N., et al.
Pubblicazione: (2025)

Stochastic Online Instrumental Variable Regression: Regrets for Endogeneity and Bandit Feedback
di: Della Vecchia, Riccardo, et al.
Pubblicazione: (2023)

Stochastic Optimization Algorithms for Instrumental Variable Regression with Streaming Data
di: Chen, Xuxing, et al.
Pubblicazione: (2024)

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

Deep Learning and Elicitability for McKean-Vlasov FBSDEs With Common Noise
di: Antunes, Felipe J. P., et al.
Pubblicazione: (2025)

Geometry-Aware Instrumental Variable Regression
di: Kremer, Heiner, et al.
Pubblicazione: (2024)

Differentially Private Two-Stage Gradient Descent for Instrumental Variable Regression
di: Liang, Haodong, et al.
Pubblicazione: (2025)

Infinite Neural Operators: Gaussian processes on functions
di: de Souza, Daniel Augusto, et al.
Pubblicazione: (2025)

Penalized GMM Framework for Inference on Functionals of Nonparametric Instrumental Variable Estimators
di: Bakhitov, Edvard
Pubblicazione: (2026)

Generalized Encouragement-Based Instrumental Variables for Counterfactual Regression
di: Wu, Anpeng, et al.
Pubblicazione: (2024)

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

Learning Treatment Representations for Downstream Instrumental Variable Regression
di: Lin, Shiangyi, et al.
Pubblicazione: (2025)

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

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

Ab Initio Nonparametric Variable Selection for Scalable Symbolic Regression with Large $p$
di: Ye, Shengbin, et al.
Pubblicazione: (2024)

Revisiting Step-Size Assumptions in Stochastic Approximation
di: Lauand, Caio Kalil, et al.
Pubblicazione: (2024)

Adversarial Robustness of Nonparametric Regression
di: Moradi, Parsa, et al.
Pubblicazione: (2025)

A provable control of sensitivity of neural networks through a direct parameterization of the overall bi-Lipschitzness
di: Kinoshita, Yuri, et al.
Pubblicazione: (2024)

Dataset Distillation Efficiently Encodes Low-Dimensional Representations from Gradient-Based Learning of Non-Linear Tasks
di: Kinoshita, Yuri, et al.
Pubblicazione: (2026)

Learning Curves of Stochastic Gradient Descent in Kernel Regression
di: Zhang, Haihan, et al.
Pubblicazione: (2025)

Gradient Descent Finds Over-Parameterized Neural Networks with Sharp Generalization for Nonparametric Regression
di: Yang, Yingzhen, et al.
Pubblicazione: (2024)

C-Learner: Constrained Learning for Causal Inference
di: Cai, Tiffany Tianhui, et al.
Pubblicazione: (2024)

Spatially-informed transformers: Injecting geostatistical covariance biases into self-attention for spatio-temporal forecasting
di: Calleo, Yuri
Pubblicazione: (2025)

Nonparametric Instrumental Variable Analysis Without Structural Equations: Debiased Inference on Functionals of Inverse Problems with No Solutions
di: Shen, Zikai, et al.
Pubblicazione: (2026)

On the Effect of Regularization on Nonparametric Mean-Variance Regression
di: Wong-Toi, Eliot, et al.
Pubblicazione: (2025)

Nonparametric Distribution Regression Re-calibration
di: Jung, Ádám, et al.
Pubblicazione: (2026)

Robust Approximate Sampling via Stochastic Gradient Barker Dynamics
di: Mauri, Lorenzo, et al.
Pubblicazione: (2024)

Posterior Approximation using Stochastic Gradient Ascent with Adaptive Stepsize
di: Lim, Kart-Leong, et al.
Pubblicazione: (2024)

Learning Decision Policies with Instrumental Variables through Double Machine Learning
di: Shao, Daqian, et al.
Pubblicazione: (2024)

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

Scaling Law for Stochastic Gradient Descent in Quadratically Parameterized Linear Regression
di: Ding, Shihong, et al.
Pubblicazione: (2025)

Mixture of Experts Provably Detect and Learn the Latent Cluster Structure in Gradient-Based Learning
di: Kawata, Ryotaro, et al.
Pubblicazione: (2025)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
di: Kale, Sacchit, et al.
Pubblicazione: (2026)