Buchumschlag

Adjusting for Spatial Correlation in Machine and Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heaton, Matthew J., Millane, Andrew, Rhodes, Jake S.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Using Multiple Outcomes to Adjust Standard Errors for Spatial Correlation
von: DellaVigna, Stefano, et al.
Veröffentlicht: (2025)

Correlation-Adjusted Simultaneous Testing for Ultra High-dimensional Grouped Data
von: Gauran, Iris Ivy, et al.
Veröffentlicht: (2024)

Covariate-Adjusted Deep Causal Learning for Heterogeneous Panel Data Models
von: Zhou, Guanhao, et al.
Veröffentlicht: (2025)

A New Approach to Radiocarbon Summarisation: Rigorous Identification of Variations/Changepoints in the Occurrence Rate of Radiocarbon Samples using a Poisson Process
von: Heaton, Timothy J, et al.
Veröffentlicht: (2025)

Nonparanormal Adjusted Marginal Inference
von: Dandl, Susanne, et al.
Veröffentlicht: (2025)

The Extended Crosswise Model Adjusted for Random Answering
von: Sayed, Khadiga H. A., et al.
Veröffentlicht: (2024)

On Robust Measures of Spatial Correlation
von: Nardelli, Vincenzo, et al.
Veröffentlicht: (2024)

Bayesian Inference of Spatially Varying Correlations via the Thresholded Correlation Gaussian Process
von: Li, Moyan, et al.
Veröffentlicht: (2024)

Covariate Adjusted Functional Mixed Membership Models
von: Marco, Nicholas, et al.
Veröffentlicht: (2024)

Adjusting auxiliary variables under approximate neighborhood interference
von: Lu, Xin, et al.
Veröffentlicht: (2024)

Covariate-Adjusted Response-Adaptive Design with Delayed Outcomes
von: Ma, Xinwei, et al.
Veröffentlicht: (2025)

Modeling Extremal Streamflow using Deep Learning Approximations and a Flexible Spatial Process
von: Majumder, Reetam, et al.
Veröffentlicht: (2022)

The Use of Variational Inference for Lifetime Data with Spatial Correlations
von: Wang, Yueyao, et al.
Veröffentlicht: (2025)

Adjusting for Ascertainment Bias in Meta-Analysis of Penetrance for Cancer Risk
von: Ruberu, Thanthirige Lakshika M., et al.
Veröffentlicht: (2024)

Factor-Adjusted Multiple Testing for High-Dimensional Individual Mediation Effects
von: Shi, Chen, et al.
Veröffentlicht: (2026)

Improving Active Learning with a Bayesian Representation of Epistemic Uncertainty
von: Thomas, Jake, et al.
Veröffentlicht: (2024)

Integrative Predictor-Dependent Learning of Network Data and Spatially Correlated Nodal Attributes for Multimodal Brain Imaging in Aging
von: Rodriguez-Acosta, Jose, et al.
Veröffentlicht: (2026)

A Time-Series Model for Areal Data Using Spatially Correlated Gaussian Processes
von: Posada, Alejandro Rozo, et al.
Veröffentlicht: (2025)

Using Instruments for Selection to Adjust for Selection Bias in Mendelian Randomization
von: Gkatzionis, Apostolos, et al.
Veröffentlicht: (2022)

Spatial Deep Convolutional Neural Networks
von: Wang, Qi, et al.
Veröffentlicht: (2024)

Assessment of Case Influence in the Lasso with a Case-weight Adjusted Solution Path
von: Jiao, Zhenbang, et al.
Veröffentlicht: (2024)

Adjusting for Participation Bias in Case-Control Genetic Association Studies for Rare Diseases
von: Wang, Le, et al.
Veröffentlicht: (2024)

adjustedCurves: Estimating Confounder-Adjusted Survival Curves in R
von: Denz, Robin, et al.
Veröffentlicht: (2024)

Entropy Adjusted Graphical Lasso for Sparse Precision Matrix Estimation
von: Avagyan, Vahe
Veröffentlicht: (2025)

Adjusted Nelson--Aalen estimators by inverse treatment probability weighting with an estimated propensity score
von: Deng, Yuhao, et al.
Veröffentlicht: (2024)

Statistical Inference for Covariate-Adjusted and Interpretable Generalized Factor Model with Application to Testing Fairness
von: Ouyang, Jing, et al.
Veröffentlicht: (2024)

A Burden Shared is a Burden Halved: A Fairness-Adjusted Approach to Classification
von: Rava, Bradley, et al.
Veröffentlicht: (2021)

Deep Probabilistic Spatial Modeling for Multivariate Mixed-Type Responses
von: Jeon, Yeseul, et al.
Veröffentlicht: (2026)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2023)

A Framework for Covariate-Adjusted Bivariate Causal Discovery
von: Purkayastha, Soumik, et al.
Veröffentlicht: (2025)

Adjusted Random Effect Block Bootstraps for Highly Unbalanced Clustered Data
von: Tho, Zhi Yang, et al.
Veröffentlicht: (2025)

Adjusting for indirectly measured confounding using large-scale propensity scores
von: Zhang, Linying, et al.
Veröffentlicht: (2021)

Risk-Adjusted learning curve assessment using comparative probability metrics
von: Nadi, Adel Ahmadi, et al.
Veröffentlicht: (2025)

A Bayesian Nonparametric Method to Adjust for Unmeasured Confounding with Negative Controls
von: Hu, Jie Kate, et al.
Veröffentlicht: (2023)

Co-Developing Causal Graphs with Domain Experts Guided by Weighted FDR-Adjusted p-values
von: Kling, Eli Y.
Veröffentlicht: (2024)

Incorporating Correlated Nugget Effects in Multivariate Spatial Models: An Application to Argo Ocean Data
von: Saduakhas, Damilya, et al.
Veröffentlicht: (2025)

Asymmetric Cross-Correlation in Multivariate Spatial Stochastic Processes: A Primer
von: Chen, Xiaoqing
Veröffentlicht: (2025)

Adjusting for Selection Bias Due to Missing Eligibility Criteria in Emulated Target Trials
von: Benz, Luke, et al.
Veröffentlicht: (2024)

Identifying Peer Influence in Therapeutic Communities Adjusting for Latent Homophily
von: Nath, Shanjukta, et al.
Veröffentlicht: (2022)

Neural Network Machine Regression (NNMR): A Deep Learning Framework for Uncovering High-order Synergistic Effects
von: Zhang, Jiuchen, et al.
Veröffentlicht: (2026)