Copertina

On Fractional Moment Estimation from Polynomial Chaos Expansion

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Novák, Lukáš, Valdebenito, Marcos, Faes, Matthias
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Methodology Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bayesian Adaptive Polynomial Chaos Expansions
di: Rumsey, Kellin N., et al.
Pubblicazione: (2025)

Conformalized Polynomial Chaos Expansion for Uncertainty-aware Surrogate Modeling
di: Loukrezis, Dimitrios, et al.
Pubblicazione: (2025)

Polynomial Chaos Expansion for Operator Learning
di: Sharma, Himanshu, et al.
Pubblicazione: (2025)

Physics-informed Polynomial Chaos Expansion with Enhanced Constrained Optimization Solver and D-optimal Sampling
di: Lu, Qitian, et al.
Pubblicazione: (2025)

A Moment-Based Generalization to Post-Prediction Inference
di: Salerno, Stephen, et al.
Pubblicazione: (2025)

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

Deep Polynomial Chaos Expansion
di: Exenberger, Johannes, et al.
Pubblicazione: (2025)

Robust Local Polynomial Regression with Similarity Kernels
di: Shulman, Yaniv
Pubblicazione: (2025)

Enhancing Differentially Private Linear Regression via Public Second-Moment
di: Cao, Zilong, et al.
Pubblicazione: (2025)

Asymptotically Unbiased Synthetic Control Methods by Moment Matching
di: Kato, Masahiro, et al.
Pubblicazione: (2023)

Double Machine Learning for Conditional Moment Restrictions: IV Regression, Proximal Causal Learning and Beyond
di: Shao, Daqian, et al.
Pubblicazione: (2025)

Fractionally Supervised Classification with Maxima Nominated Samples
di: Jozani, Mohammad Jafari, et al.
Pubblicazione: (2026)

Towards Accurate and Interpretable Time-series Forecasting: A Polynomial Learning Approach
di: Liu, Bo, et al.
Pubblicazione: (2026)

Local Discovery by Partitioning: Polynomial-Time Causal Discovery Around Exposure-Outcome Pairs
di: Maasch, Jacqueline, et al.
Pubblicazione: (2023)

Improving Forecasts for Heterogeneous Time Series by "Averaging", with Application to Food Demand Forecast
di: Neubauer, Lukas, et al.
Pubblicazione: (2023)

Conditional Mean and Variance Estimation via \textit{k}-NN Algorithm with Automated Variance Selection
di: Matabuena, Marcos, et al.
Pubblicazione: (2024)

Random-Effects Algorithm for Random Objects in Metric Spaces
di: Matabuena, Marcos, et al.
Pubblicazione: (2026)

Optimization-based Causal Estimation from Heterogenous Environments
di: Yin, Mingzhang, et al.
Pubblicazione: (2021)

Parameter Estimation in Stochastic Differential Equations via Wiener Chaos Expansion and Stochastic Gradient Descent
di: Delgado-Vences, Francisco, et al.
Pubblicazione: (2026)

Estimating Joint Interventional Distributions from Marginal Interventional Data
di: Mejia, Sergio Hernan Garrido, et al.
Pubblicazione: (2024)

Low-Complexity and Consistent Graphon Estimation from Multiple Networks
di: Sogan, Roland Boniface, et al.
Pubblicazione: (2026)

Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
di: Kepplinger, David
Pubblicazione: (2021)

Variable Selection Methods for Multivariate, Functional, and Complex Biomedical Data in the AI Age
di: Matabuena, Marcos
Pubblicazione: (2025)

Symbolic Density Estimation for Discrete Distributions
di: Liu, Ziwen, et al.
Pubblicazione: (2026)

Undersmoothing Causal Estimators with Generative Trees
di: Machlanski, Damian, et al.
Pubblicazione: (2022)

Data Fusion for High-Resolution Estimation
di: Guan, Amy, et al.
Pubblicazione: (2025)

The Cellwise Minimum Covariance Determinant Estimator
di: Raymaekers, Jakob, et al.
Pubblicazione: (2022)

Projection Pursuit Density Ratio Estimation
di: Wang, Meilin, et al.
Pubblicazione: (2025)

Neural Parameter Estimation with Incomplete Data
di: Sainsbury-Dale, Matthew, et al.
Pubblicazione: (2025)

Prediction-Powered Adaptive Shrinkage Estimation
di: Li, Sida, et al.
Pubblicazione: (2025)

Estimate-Then-Optimize versus Integrated-Estimation-Optimization versus Sample Average Approximation: A Stochastic Dominance Perspective
di: Elmachtoub, Adam N., et al.
Pubblicazione: (2023)

Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
di: Zou, Yating, et al.
Pubblicazione: (2025)

Accounting for Missing Covariates in Heterogeneous Treatment Estimation
di: Yamin, Khurram, et al.
Pubblicazione: (2024)

Causal Effect Estimation with Learned Instrument Representations
di: Dean, Frances, et al.
Pubblicazione: (2026)

Adaptive Kernel Density Estimation with Pre-training
di: Zhang, Ruitong, et al.
Pubblicazione: (2026)

Approximate Stein Classes for Truncated Density Estimation
di: Williams, Daniel J., et al.
Pubblicazione: (2023)

Sequential Treatment Effect Estimation with Unmeasured Confounders
di: Wang, Yingrong, et al.
Pubblicazione: (2025)

Bayes Error Rate Estimation in Difficult Situations
di: Wheat, Lesley, et al.
Pubblicazione: (2025)

Recursive Estimation of Conditional Kernel Mean Embeddings
di: Tamás, Ambrus, et al.
Pubblicazione: (2023)

Local Causal Discovery for Estimating Causal Effects
di: Gupta, Shantanu, et al.
Pubblicazione: (2023)