Buchumschlag

Mining Invariance from Nonlinear Multi-Environment Data: Binary Classification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goddard, Austin, Du, Kang, Xiang, Yu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multi-environment Invariance Learning with Missing Data
von: Jia, Yiran, et al.
Veröffentlicht: (2026)

Unsupervised Domain Adaptation for Binary Classification with an Unobservable Source Subpopulation
von: Ying, Chao, et al.
Veröffentlicht: (2025)

Causal Discovery on Dependent Binary Data
von: Chen, Alex, et al.
Veröffentlicht: (2024)

A Nonparametric Adaptive EWMA Control Chart for Binary Monitoring of Multiple Stream Processes
von: Muritala, Faruk, et al.
Veröffentlicht: (2026)

Nonlinear Causal Discovery for Grouped Data
von: Göbler, Konstantin, et al.
Veröffentlicht: (2025)

Learning When the Concept Shifts: Confounding, Invariance, and Dimension Reduction
von: Dharmakeerthi, Kulunu, et al.
Veröffentlicht: (2024)

Causality Pursuit from Heterogeneous Environments via Neural Adversarial Invariance Learning
von: Gu, Yihong, et al.
Veröffentlicht: (2024)

Binary AddiVortes: (Bayesian) Additive Voronoi Tessellations for Binary Classification with an application to Predicting Home Mortgage Application Outcomes
von: Stone, Adam J., et al.
Veröffentlicht: (2025)

Classification from Positive and Biased Negative Data with Skewed Labeled Posterior Probability
von: Watanabe, Shotaro, et al.
Veröffentlicht: (2022)

A Consequentialist Critique of Binary Classification Evaluation: Theory, Practice, and Tools
von: Flores, Gerardo, et al.
Veröffentlicht: (2025)

Positive and Unlabeled Data: Model, Estimation, Inference, and Classification
von: Liu, Siyan, et al.
Veröffentlicht: (2024)

Data-Automated Policy Learning for Nonlinear Welfare
von: Ai, Chunrong, et al.
Veröffentlicht: (2026)

A Unified Framework for Structure-Aware Clustering and Heterogeneous Causal Graph Learning
von: Du, Honglin, et al.
Veröffentlicht: (2026)

Review on Determining the Number of Communities in Network Data
von: Du, Zhengyuan, et al.
Veröffentlicht: (2025)

Neyman-Pearson Multi-class Classification via Cost-sensitive Learning
von: Tian, Ye, et al.
Veröffentlicht: (2021)

Boldness-Recalibration for Binary Event Predictions
von: Guthrie, Adeline P., et al.
Veröffentlicht: (2023)

Optimal and Provable Calibration in High-Dimensional Binary Classification: Angular Calibration and Platt Scaling
von: Li, Yufan, et al.
Veröffentlicht: (2025)

Binary Choice under Asymmetric Loss in a Data-Rich Environment: Theory and an Application to Algorithmic Fairness
von: Babii, Andrii, et al.
Veröffentlicht: (2020)

A Causal Inference Framework for Data Rich Environments
von: Abadie, Alberto, et al.
Veröffentlicht: (2025)

Differentiable Structure Learning and Causal Discovery for General Binary Data
von: Deng, Chang, et al.
Veröffentlicht: (2025)

Hierarchical Linkage Clustering Beyond Binary Trees and Ultrametrics
von: Dreveton, Maximilien, et al.
Veröffentlicht: (2025)

WENDy for Nonlinear-in-Parameters ODEs
von: Rummel, Nic, et al.
Veröffentlicht: (2025)

Generalized Prediction-Powered Inference, with Application to Binary Classifier Evaluation
von: Zou, Runjia, et al.
Veröffentlicht: (2026)

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

Total robustness in Bayesian Nonlinear Regression
von: Chen, Mengqi, et al.
Veröffentlicht: (2025)

Detecting Batch Heterogeneity via Likelihood Clustering
von: Talbot, Austin, et al.
Veröffentlicht: (2026)

Fundamental Computational Limits in Pursuing Invariant Causal Prediction and Invariance-Guided Regularization
von: Gu, Yihong, et al.
Veröffentlicht: (2025)

Bayesian Joint Model of Multi-Sensor and Failure Event Data for Multi-Mode Failure Prediction
von: Fard, Sina Aghaee Dabaghan, et al.
Veröffentlicht: (2025)

Deep Deterministic Nonlinear ICA via Total Correlation Minimization with Matrix-Based Entropy Functional
von: Li, Qiang, et al.
Veröffentlicht: (2025)

JUCAL: Jointly Calibrating Aleatoric and Epistemic Uncertainty in Classification Tasks
von: Heiss, Jakob, et al.
Veröffentlicht: (2026)

A Unified Hierarchical Multi-Task Multi-Fidelity Framework for Data-Efficient Surrogate Modeling in Manufacturing
von: Mehta, Manan, et al.
Veröffentlicht: (2026)

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

Introducing the O-Value: A Universal Standardization for Confusion-Matrix-Based Classification Performance Metrics
von: Zhao, Ningsheng, et al.
Veröffentlicht: (2025)

Bayesian Inference for Consistent Predictions in Overparameterized Nonlinear Regression
von: Wakayama, Tomoya
Veröffentlicht: (2024)

Advancing Counterfactual Inference through Nonlinear Quantile Regression
von: Xie, Shaoan, et al.
Veröffentlicht: (2023)

Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction
von: Kim, Kyongwon, et al.
Veröffentlicht: (2026)

SpaCE: The Spatial Confounding Environment
von: Tec, Mauricio, et al.
Veröffentlicht: (2023)

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

Partial VOROS: A Cost-aware Performance Metric for Binary Classifiers with Precision and Capacity Constraints
von: Ratigan, Christopher, et al.
Veröffentlicht: (2025)

Off-policy Evaluation in Doubly Inhomogeneous Environments
von: Bian, Zeyu, et al.
Veröffentlicht: (2023)