Copertina

Distributional Principal Autoencoders

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shen, Xinwei, Meinshausen, Nicolai
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Engression: Extrapolation through the Lens of Distributional Regression
di: Shen, Xinwei, et al.
Pubblicazione: (2023)

Reverse Markov Learning: Multi-Step Generative Models for Complex Distributions
di: Shen, Xinwei, et al.
Pubblicazione: (2025)

Distributional Instrumental Variable Method
di: Holovchak, Anastasiia, et al.
Pubblicazione: (2025)

Causal inference using invariant prediction: identification and confidence intervals
di: Peters, Jonas, et al.
Pubblicazione: (2015)

Causality-oriented robustness: exploiting general noise interventions
di: Shen, Xinwei, et al.
Pubblicazione: (2023)

Causality-Inspired Robustness for Nonlinear Models via Representation Learning
di: Šola, Marin, et al.
Pubblicazione: (2025)

Frugal, Flexible, Faithful: Causal Data Simulation via Frengression
di: Yang, Linying, et al.
Pubblicazione: (2025)

Scale-Calibrated Median-of-Means for Robust Distributed Principal Component Analysis
di: You, Kisung
Pubblicazione: (2026)

Invariant Probabilistic Prediction
di: Henzi, Alexander, et al.
Pubblicazione: (2023)

An Online Bootstrap for Time Series
di: Palm, Nicolai, et al.
Pubblicazione: (2023)

EnScale: Temporally-consistent multivariate generative downscaling via proper scoring rules
di: Schillinger, Maybritt, et al.
Pubblicazione: (2025)

Conditional Local Independence Testing for Itô processes with Applications to Dynamic Causal Discovery
di: Liu, Mingzhou, et al.
Pubblicazione: (2025)

Sequential Gibbs Posteriors with Applications to Principal Component Analysis
di: Winter, Steven, et al.
Pubblicazione: (2023)

Casewise and Cellwise Robust Multilinear Principal Component Analysis
di: Hirari, Mehdi, et al.
Pubblicazione: (2025)

On the Wasserstein Geodesic Principal Component Analysis of probability measures
di: Vesseron, Nina, et al.
Pubblicazione: (2025)

Online Functional Principal Component Analysis on a Multidimensional Domain
di: Nanshan, Muye, et al.
Pubblicazione: (2025)

Principal Component Analysis When n < p: Challenges and Solutions
di: Weeraratne, Nuwan, et al.
Pubblicazione: (2025)

Coupling Generative Modeling and an Autoencoder with the Causal Bridge
di: Meng, Ruolin, et al.
Pubblicazione: (2025)

Doubly Robust Proximal Causal Learning for Continuous Treatments
di: Wu, Yong, et al.
Pubblicazione: (2023)

Causal Discovery via Conditional Independence Testing with Proxy Variables
di: Liu, Mingzhou, et al.
Pubblicazione: (2023)

Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery
di: Wang, Caixing, et al.
Pubblicazione: (2024)

A Robust SINDy Autoencoder for Noisy Dynamical System Identification
di: Ding, Kairui
Pubblicazione: (2026)

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
di: Ma, Xiaoyu, et al.
Pubblicazione: (2025)

Adaptive Principal Component Regression with Applications to Panel Data
di: Agarwal, Anish, et al.
Pubblicazione: (2023)

Hierarchical Probabilistic Principal Component Analysis of Longitudinal Data
di: Zhang, Xinyu, et al.
Pubblicazione: (2026)

Extrapolation Guarantees for Perturbation Modeling Under the Additive Latent Shift Assumption
di: von Kügelgen, Julius, et al.
Pubblicazione: (2025)

Identifiable Autoregressive Variational Autoencoders for Nonlinear and Nonstationary Spatio-Temporal Blind Source Separation
di: Sipilä, Mika, et al.
Pubblicazione: (2025)

Principal component analysis balancing prediction and approximation accuracy for spatial data
di: Cheng, Si, et al.
Pubblicazione: (2024)

Nonlinear Principal Component Analysis with Random Bernoulli Features for Process Monitoring
di: Chen, Ke, et al.
Pubblicazione: (2025)

A Frequentist Statistical Introduction to Variational Inference, Autoencoders, and Diffusion Models
di: Chen, Yen-Chi
Pubblicazione: (2025)

MCMC with Adaptive Principal-Component Transformation: Rotation-Invariant Universal Samplers for Bayesian Structural System Identification
di: Meng, Xianghao, et al.
Pubblicazione: (2026)

W-Kernel and Its Principal Space for Frequentist Evaluation of Bayesian Estimators
di: Iba, Yukito
Pubblicazione: (2023)

Latent Autoencoder Ensemble Kalman Filter for Nonlinear Data assimilation
di: Tong, Xin T., et al.
Pubblicazione: (2026)

Discovering Causal Relationships using Proxy Variables under Unmeasured Confounding
di: Wu, Yong, et al.
Pubblicazione: (2025)

Stagewise Boosting Distributional Regression
di: Wetscher, Mattias, et al.
Pubblicazione: (2024)

Bayesian Additive Distribution Regression
di: Linero, Antonio R., et al.
Pubblicazione: (2026)

Residual Distribution Predictive Systems
di: Allen, Sam, et al.
Pubblicazione: (2025)

Distribution-free root cause analysis
di: Hore, Rohan, et al.
Pubblicazione: (2026)

Flow-based Distributionally Robust Optimization
di: Xu, Chen, et al.
Pubblicazione: (2023)

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