Buchumschlag

Semi-supervised Fréchet Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qiu, Rui, Yu, Zhou, Lin, Zhenhua
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Statistics Theory Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Metric space valued Fréchet regression
von: Györfi, László, et al.
Veröffentlicht: (2026)

Dynamical local Fréchet curve regression in manifolds
von: Ruiz-Medina, M. D., et al.
Veröffentlicht: (2025)

Bayesian Semi-supervised Inference via a Debiased Modeling Approach
von: Sert, Gözde, et al.
Veröffentlicht: (2025)

Fairness-aware Bayes optimal functional classification
von: Hu, Xiaoyu, et al.
Veröffentlicht: (2025)

Improved Scaling Laws in Linear Regression via Data Reuse
von: Lin, Licong, et al.
Veröffentlicht: (2025)

On the consistency of supervised learning with missing values
von: Josse, Julie, et al.
Veröffentlicht: (2019)

Robust Estimation in metric spaces: Achieving Exponential Concentration with a Fréchet Median
von: Kim, Jakwang, et al.
Veröffentlicht: (2025)

Towards Efficient and Optimal Covariance-Adaptive Algorithms for Combinatorial Semi-Bandits
von: Zhou, Julien, et al.
Veröffentlicht: (2024)

Fréchet regression of multivariate distributions with nonparanormal transport
von: Park, Junyoung, et al.
Veröffentlicht: (2026)

Semi-parametric inference based on adaptively collected data
von: Lin, Licong, et al.
Veröffentlicht: (2023)

Kernel Ridge Regression Inference
von: Singh, Rahul, et al.
Veröffentlicht: (2023)

Analysis of Semi-Supervised Learning on Hypergraphs
von: Weihs, Adrien, et al.
Veröffentlicht: (2025)

Random Forest Weighted Local Fréchet Regression with Random Objects
von: Qiu, Rui, et al.
Veröffentlicht: (2022)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Consistency for Large Neural Networks: Regression and Classification
von: Zhan, Haoran, et al.
Veröffentlicht: (2024)

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

Active Learning via Regression Beyond Realizability
von: Ganju, Atul, et al.
Veröffentlicht: (2025)

Support Vector Regression: Risk Quadrangle Framework
von: Malandii, Anton, et al.
Veröffentlicht: (2022)

Online Quantile Regression for Nonparametric Additive Models
von: Zhan, Haoran
Veröffentlicht: (2026)

Functional Linear Regression of Cumulative Distribution Functions
von: Zhang, Qian, et al.
Veröffentlicht: (2022)

Sparse Max-Affine Regression
von: Kanj, Haitham, et al.
Veröffentlicht: (2024)

Generalization for Least Squares Regression With Simple Spiked Covariances
von: Li, Jiping, et al.
Veröffentlicht: (2024)

Minimax-optimal and Locally-adaptive Online Nonparametric Regression
von: Liautaud, Paul, et al.
Veröffentlicht: (2024)

Nonsmooth Nonparametric Regression via Fractional Laplacian Eigenmaps
von: Shi, Zhaoyang, et al.
Veröffentlicht: (2024)

Convex Regression in Multidimensions: Suboptimality of Least Squares Estimators
von: Kur, Gil, et al.
Veröffentlicht: (2020)

Generalized Bayesian Additive Regression Trees: Theory and Software
von: Saha, Enakshi
Veröffentlicht: (2023)

On the Interpolation Error of Nonlinear Attention versus Linear Regression
von: Liao, Zhenyu, et al.
Veröffentlicht: (2025)

Distributed Estimation and Inference for Semi-parametric Binary Response Models
von: Chen, Xi, et al.
Veröffentlicht: (2022)

Entrywise Error Bounds for Spectral Ranking with Semi-Random Adversaries
von: Lee, Dongmin, et al.
Veröffentlicht: (2026)

Agnostic Sample Compression Schemes for Regression
von: Attias, Idan, et al.
Veröffentlicht: (2018)

Max-Linear Regression by Convex Programming
von: Kim, Seonho, et al.
Veröffentlicht: (2021)

Asymptotics of Random Feature Regression Beyond the Linear Scaling Regime
von: Hu, Hong, et al.
Veröffentlicht: (2024)

Unveiling the Cycloid Trajectory of EM Iterations in Mixed Linear Regression
von: Luo, Zhankun, et al.
Veröffentlicht: (2024)

Minimax Adaptive Online Nonparametric Regression over Besov Spaces
von: Liautaud, Paul, et al.
Veröffentlicht: (2025)

Transfer Learning for Benign Overfitting in High-Dimensional Linear Regression
von: Kim, Yeichan, et al.
Veröffentlicht: (2025)

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
von: Wegel, Tobias, et al.
Veröffentlicht: (2025)

Semi-Supervised U-statistics
von: Kim, Ilmun, et al.
Veröffentlicht: (2024)

Mixed Regression via Approximate Message Passing
von: Tan, Nelvin, et al.
Veröffentlicht: (2023)