Buchumschlag

Introducing Flexible Monotone Multiple Choice Item Response Theory Models and Bit Scales

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wallmark, Joakim, Josefsson, Maria, Wiberg, Marie
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sparse Bayesian Multidimensional Item Response Theory
von: Li, Jiguang, et al.
Veröffentlicht: (2023)

MMCE: A Framework for Deep Monotonic Modeling of Multiple Causal Effects
von: Chen, Juhua, et al.
Veröffentlicht: (2025)

A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model
von: Chen, Yehu, et al.
Veröffentlicht: (2025)

A Graphical Approach to State Variable Selection in Off-policy Learning
von: Andersen, Joakim Blach, et al.
Veröffentlicht: (2025)

Introducing Diminutive Causal Structure into Graph Representation Learning
von: Gao, Hang, et al.
Veröffentlicht: (2024)

Estimating Item Difficulty with Large Language Models as Experts
von: Kolesnikova, Diana, et al.
Veröffentlicht: (2026)

A Recursive Partitioning Approach for Dynamic Discrete Choice Modeling in High Dimensional Settings
von: Barzegary, Ebrahim, et al.
Veröffentlicht: (2022)

A Deep Learning Algorithm for High-Dimensional Exploratory Item Factor Analysis
von: Urban, Christopher J., et al.
Veröffentlicht: (2020)

Robustness of Algorithms for Causal Structure Learning to Hyperparameter Choice
von: Machlanski, Damian, et al.
Veröffentlicht: (2023)

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

Choice of Scoring Rules for Indirect Elicitation of Properties with Parametric Assumptions
von: Hu, Lingfang, et al.
Veröffentlicht: (2025)

Online Joint Assortment-Inventory Optimization under MNL Choices
von: Liang, Yong, et al.
Veröffentlicht: (2023)

K-Models: a Flexible and Interpretable Method for Ordinal Clustering with Application to Antigen-Antibody Interaction Profiles
von: Patanè, Giulia, et al.
Veröffentlicht: (2026)

Flexible Nonparametric Inference for Causal Effects under the Front-Door Model
von: Guo, Anna, et al.
Veröffentlicht: (2023)

Amortized Inference for Correlated Discrete Choice Models via Equivariant Neural Networks
von: Huch, Easton, et al.
Veröffentlicht: (2026)

Conformal Risk Control for Non-Monotonic Losses
von: Angelopoulos, Anastasios N.
Veröffentlicht: (2026)

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

BELIEF in Dependence: Leveraging Atomic Linearity in Data Bits for Rethinking Generalized Linear Models
von: Brown, Benjamin, et al.
Veröffentlicht: (2022)

Beyond Pairwise: Empowering LLM Alignment With Ranked Choice Modeling
von: Tang, Yuxuan, et al.
Veröffentlicht: (2025)

Latency-Response Theory Model: Evaluating Large Language Models via Response Accuracy and Chain-of-Thought Length
von: Xu, Zhiyu, et al.
Veröffentlicht: (2025)

M-learner:A Flexible And Powerful Framework To Study Heterogeneous Treatment Effect In Mediation Model
von: Li, Xingyu, et al.
Veröffentlicht: (2025)

Probit Monotone BART
von: Fisher, Jared D.
Veröffentlicht: (2025)

Propensity Score Methods for Local Test Score Equating: Stratification and Inverse Probability Weighting
von: Wallin, Gabriel, et al.
Veröffentlicht: (2024)

Making Multi-Axis Models Robust to Multiplicative Noise: How, and Why?
von: Andrew, Bailey, et al.
Veröffentlicht: (2026)

Understanding the Trade-offs in Accuracy and Uncertainty Quantification: Architecture and Inference Choices in Bayesian Neural Networks
von: Sheinkman, Alisa, et al.
Veröffentlicht: (2025)

Flexible variable selection in the presence of missing data
von: Williamson, B. D., et al.
Veröffentlicht: (2022)

Flexible Counterfactual Explanations with Generative Models
von: Hellemans, Stig, et al.
Veröffentlicht: (2025)

Monotone Curve Estimation via Convex Duality
von: Lim, Tongseok, et al.
Veröffentlicht: (2025)

Fast Gaussian Processes under Monotonicity Constraints
von: Zhang, Chao, et al.
Veröffentlicht: (2025)

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"
von: Nabi, Razieh, et al.
Veröffentlicht: (2025)

Flexible Selective Inference with Flow-based Transport Maps
von: Liu, Sifan, et al.
Veröffentlicht: (2025)

Uncertainty Quantification With Multiple Sources
von: Ying, Mufang, et al.
Veröffentlicht: (2024)

Active Adaptive Experimental Design for Treatment Effect Estimation with Covariate Choices
von: Kato, Masahiro, et al.
Veröffentlicht: (2024)

flexBART: Flexible Bayesian regression trees with categorical predictors
von: Deshpande, Sameer K.
Veröffentlicht: (2022)

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

A Flexible Framework for Incorporating Patient Preferences Into Q-Learning
von: Zitovsky, Joshua P., et al.
Veröffentlicht: (2023)

Flexible Clustering with a Sparse Mixture of Generalized Hyperbolic Distributions
von: Sochaniwsky, Alexa A., et al.
Veröffentlicht: (2019)

Active Multiple-Prediction-Powered Inference
von: Brawand, Nicholas, et al.
Veröffentlicht: (2026)

Synthetic-Powered Multiple Testing with FDR Control
von: Lee, Yonghoon, et al.
Veröffentlicht: (2026)

A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
von: Xie, Dongyue, et al.
Veröffentlicht: (2026)