Copertina

Optimal Kernel Quantile Learning with Random Features

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Caixing, Feng, Xingdong
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Transfer Learning for Kernel-based Regression
di: Wang, Chao, et al.
Pubblicazione: (2023)

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

Inertial Quadratic Majorization Minimization with Application to Kernel Regularized Learning
di: Heng, Qiang, et al.
Pubblicazione: (2025)

High-Dimensional Differentially Private Quantile Regression: Distributed Estimation and Statistical Inference
di: Shen, Ziliang, et al.
Pubblicazione: (2025)

fastkqr: A Fast Algorithm for Kernel Quantile Regression
di: Tang, Qian, et al.
Pubblicazione: (2024)

End-to-end Kernel Learning via Generative Random Fourier Features
di: Fang, Kun, et al.
Pubblicazione: (2020)

Improved Random Features for Dot Product Kernels
di: Wacker, Jonas, et al.
Pubblicazione: (2022)

Kernel Quantile Embeddings and Associated Probability Metrics
di: Naslidnyk, Masha, et al.
Pubblicazione: (2025)

Quantile-Optimal Policy Learning under Unmeasured Confounding
di: Chen, Zhongren, et al.
Pubblicazione: (2025)

A Compositional Kernel Model for Feature Learning
di: Ruan, Feng, et al.
Pubblicazione: (2025)

Data-Aware Random Feature Kernel for Transformers
di: Farzam, Amirhossein, et al.
Pubblicazione: (2026)

Invertible Kernel PCA with Random Fourier Features
di: Gedon, Daniel, et al.
Pubblicazione: (2023)

Randomized Quasi-Monte Carlo Features for Kernel Approximation
di: Huang, Yian, et al.
Pubblicazione: (2025)

Global Censored Quantile Random Forest
di: Zhou, Siyu, et al.
Pubblicazione: (2024)

Random Features for Operator-Valued Kernels: Bridging Kernel Methods and Neural Operators
di: Nguyen, Mike, et al.
Pubblicazione: (2026)

Learning Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces and Random Features
di: Smith, Torbjørn, et al.
Pubblicazione: (2024)

Interpretable Quantile Regression by Optimal Decision Trees
di: Lemaire, Valentin, et al.
Pubblicazione: (2026)

Random Wavelet Features for Graph Kernel Machines
di: de Bassompierre, Valentin, et al.
Pubblicazione: (2026)

Feature Impact Analysis on Top Long-Jump Performances with Quantile Random Forest and Explainable AI Techniques
di: Gan, Qi, et al.
Pubblicazione: (2025)

A Theory of Feature Learning in Kernel Models
di: Chen, Yunlu, et al.
Pubblicazione: (2023)

RFFNet: Large-Scale Interpretable Kernel Methods via Random Fourier Features
di: Otto, Mateus P., et al.
Pubblicazione: (2022)

Quantile Q-Learning: Revisiting Offline Extreme Q-Learning with Quantile Regression
di: Gao, Xinming, et al.
Pubblicazione: (2025)

On the Limitation of Kernel Dependence Maximization for Feature Selection
di: Liu, Keli, et al.
Pubblicazione: (2024)

Stable Multimodal Graph Unlearning via Feature-Dimension Aware Quantile Selection
di: Zhou, Jingjing, et al.
Pubblicazione: (2026)

Scalable Random Wavelet Features: Efficient Non-Stationary Kernel Approximation with Convergence Guarantees
di: Kumar, Sawan, et al.
Pubblicazione: (2026)

Optimal Time Complexity Algorithms for Computing General Random Walk Graph Kernels on Sparse Graphs
di: Choromanski, Krzysztof, et al.
Pubblicazione: (2024)

Tilted Quantile Gradient Updates for Quantile-Constrained Reinforcement Learning
di: Li, Chenglin, et al.
Pubblicazione: (2024)

Descriptive Kernel Convolution Network with Improved Random Walk Kernel
di: Lee, Meng-Chieh, et al.
Pubblicazione: (2024)

Optimal Kernel Choice for Score Function-based Causal Discovery
di: Wang, Wenjie, et al.
Pubblicazione: (2024)

An Analysis of Quantile Temporal-Difference Learning
di: Rowland, Mark, et al.
Pubblicazione: (2023)

Breaking Data Symmetry is Needed For Generalization in Feature Learning Kernels
di: Bernal, Marcel Tomàs, et al.
Pubblicazione: (2026)

On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows
di: Tee, Jia Yu, et al.
Pubblicazione: (2023)

Minimax Optimal Kernel Two-Sample Tests with Random Features
di: Mukherjee, Soumya, et al.
Pubblicazione: (2025)

Quantile Learn-Then-Test: Quantile-Based Risk Control for Hyperparameter Optimization
di: Farzaneh, Amirmohammad, et al.
Pubblicazione: (2024)

Quantile-Based Randomized Kaczmarz for Corrupted Tensor Linear Systems
di: Castillo, Alejandra, et al.
Pubblicazione: (2025)

Universality of Kernel Random Matrices and Kernel Regression in the Quadratic Regime
di: Pandit, Parthe, et al.
Pubblicazione: (2024)

Heating Up Quasi-Monte Carlo Graph Random Features: A Diffusion Kernel Perspective
di: Feinberg, Brooke, et al.
Pubblicazione: (2024)

Decentralized Kernel Ridge Regression Based on Data-Dependent Random Feature
di: Yang, Ruikai, et al.
Pubblicazione: (2024)

POCKET: Pruning Random Convolution Kernels for Time Series Classification from a Feature Selection Perspective
di: Chen, Shaowu, et al.
Pubblicazione: (2023)

Computational-Statistical Trade-off in Kernel Two-Sample Testing with Random Fourier Features
di: Choi, Ikjun, et al.
Pubblicazione: (2024)