Copertina

Deep Learning of Multivariate Extremes via a Geometric Representation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Murphy-Barltrop, Callum J. R., Majumder, Reetam, Richards, Jordan
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Methodology Statistics Theory Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Deep learning joint extremes of metocean variables using the SPAR model
di: Mackay, Ed, et al.
Pubblicazione: (2024)

Extrapolation in Statistical Learning with Extreme Value Theory
di: Engelke, Sebastian, et al.
Pubblicazione: (2026)

Semi-parametric bulk and tail regression using spline-based neural networks
di: Majumder, Reetam, et al.
Pubblicazione: (2025)

Interpretable Multivariate Conformal Prediction with Fast Transductive Standardization
di: Fan, Yunjie, et al.
Pubblicazione: (2025)

Estimation of Treatment Effects in Extreme and Unobserved Data
di: Tan, Jiyuan, et al.
Pubblicazione: (2025)

Knowledge-Embedded Latent Projection for Robust Representation Learning
di: Tang, Weijing, et al.
Pubblicazione: (2026)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
di: de Souza, Douglas Baptista, et al.
Pubblicazione: (2024)

Multi-Armed Sequential Hypothesis Testing by Betting
di: Sandoval, Ricardo J., et al.
Pubblicazione: (2026)

Representation-Enhanced Neural Knowledge Integration with Application to Large-Scale Medical Ontology Learning
di: Liu, Suqi, et al.
Pubblicazione: (2024)

Geometric Calibration and Neutral Zones for Uncertainty-Aware Multi-Class Classification
di: Das, Soumojit, et al.
Pubblicazione: (2025)

A Conditional Distribution Equality Testing Framework using Deep Generative Learning
di: Zheng, Siming, et al.
Pubblicazione: (2025)

Learning under Latent Group Sparsity via Diffusion on Networks
di: Ghosh, Subhroshekhar, et al.
Pubblicazione: (2025)

Incomplete U-Statistics of Equireplicate Designs: Berry-Esseen Bound and Efficient Construction
di: Miglioli, Cesare, et al.
Pubblicazione: (2025)

Identifying Linearly-Mixed Causal Representations from Multi-Node Interventions
di: Bing, Simon, et al.
Pubblicazione: (2023)

Conformal Prediction under Levy-Prokhorov Distribution Shifts: Robustness to Local and Global Perturbations
di: Aolaritei, Liviu, et al.
Pubblicazione: (2025)

Adaptive Estimation and Inference in Semi-parametric Heterogeneous Clustered Multitask Learning via Neyman Orthogonality
di: Chen, Hanxiao, et al.
Pubblicazione: (2026)

A Unified Framework for Debiased Machine Learning: Riesz Representer Fitting under Bregman Divergence
di: Kato, Masahiro
Pubblicazione: (2026)

Optimal convex $M$-estimation via score matching
di: Feng, Oliver Y., et al.
Pubblicazione: (2024)

Maximum Mean Discrepancy with Unequal Sample Sizes via Generalized U-Statistics
di: Wei, Aaron, et al.
Pubblicazione: (2025)

Deep learning estimation of the spectral density of functional time series on large domains
di: Mohammadi, Neda, et al.
Pubblicazione: (2026)

Optimal sparse phase retrieval via a quasi-Bayesian approach
di: Mai, The Tien
Pubblicazione: (2025)

On Nonasymptotic Confidence Intervals for Treatment Effects in Randomized Experiments
di: Sandoval, Ricardo J., et al.
Pubblicazione: (2026)

A Deep Learning Synthetic Likelihood Approximation of a Non-stationary Spatial Model for Extreme Streamflow Forecasting
di: Majumder, Reetam, et al.
Pubblicazione: (2022)

Doubly robust inference via calibration
di: van der Laan, Lars, et al.
Pubblicazione: (2024)

Direct Debiased Machine Learning via Bregman Divergence Minimization
di: Kato, Masahiro
Pubblicazione: (2025)

Augmentation Invariant Manifold Learning
di: Wang, Shulei
Pubblicazione: (2022)

Transfer Learning for Causal Effect Estimation
di: Wei, Song, et al.
Pubblicazione: (2023)

Inferring Change Points in Regression via Sample Weighting
di: Arpino, Gabriel, et al.
Pubblicazione: (2026)

Extremal graphical modeling with latent variables via convex optimization
di: Engelke, Sebastian, et al.
Pubblicazione: (2024)

Markov Equivalence and Consistency in Differentiable Structure Learning
di: Deng, Chang, et al.
Pubblicazione: (2024)

Minimax Regret Learning for Data with Heterogeneous Subgroups
di: Mo, Weibin, et al.
Pubblicazione: (2024)

False Discovery Rate Control via Frequentist-assisted Horseshoe
di: Liang, Qiaoyu, et al.
Pubblicazione: (2025)

Kernel Two-Sample Testing via Directional Components Analysis
di: Cui, Rui, et al.
Pubblicazione: (2025)

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

Transfer Learning for Nonparametric Contextual Dynamic Pricing
di: Wang, Fan, et al.
Pubblicazione: (2025)

Network Learning with Semi-relaxed Gromov-Wasserstein
di: Dufour, Charles, et al.
Pubblicazione: (2026)

Learning Linear Polytree Structural Equation Models
di: Lou, Xingmei, et al.
Pubblicazione: (2021)

Estimating the Number of Components in Finite Mixture Models via Variational Approximation
di: Wang, Chenyang, et al.
Pubblicazione: (2024)

High-dimensional prediction for count response via sparse exponential weights
di: Mai, The Tien
Pubblicazione: (2024)

Bayesian Analysis for Over-parameterized Linear Model via Effective Spectra
di: Wakayama, Tomoya, et al.
Pubblicazione: (2023)