Buchumschlag

Convex estimation of Gaussian graphical regression models with covariates

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Ruobin, Yu, Guo
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

Scalable and non-iterative graphical model estimation
von: Khare, Kshitij, et al.
Veröffentlicht: (2024)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
von: Jiang, Alex Ziyu, et al.
Veröffentlicht: (2023)

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes
von: Feng, Brandon R., et al.
Veröffentlicht: (2024)

Nonparametric learning of heterogeneous graphical model on network-linked data
von: Wang, Yuwen, et al.
Veröffentlicht: (2025)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

Augmented transfer regression learning for completely missing covariates
von: Zhao, Huali, et al.
Veröffentlicht: (2026)

Minimum Wasserstein distance estimator under covariate shift: closed-form, super-efficiency and irregularity
von: Lang, Junjun, et al.
Veröffentlicht: (2026)

A least distance estimator for a multivariate regression model using deep neural networks
von: Shin, Jungmin, et al.
Veröffentlicht: (2024)

Exploration of the search space of Gaussian graphical models for paired data
von: Roverato, Alberto, et al.
Veröffentlicht: (2023)

Robust non-parametric mortality and fertility modelling and forecasting: Gaussian process regression approaches
von: Lam, Ka Kin, et al.
Veröffentlicht: (2021)

A class of modular and flexible covariate-based covariance functions for nonstationary spatial modeling
von: Blasi, Federico, et al.
Veröffentlicht: (2024)

Clustered random forests with correlated data for optimal estimation and inference under potential covariate shift
von: Young, Elliot H., et al.
Veröffentlicht: (2025)

Differentially Private Range Queries with Correlated Input Perturbation
von: Dharangutte, Prathamesh, et al.
Veröffentlicht: (2024)

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

Powerful rank verification for multivariate Gaussian data with any covariance structure
von: Sood, Anav
Veröffentlicht: (2025)

Semi-supervised learning for linear extremile regression
von: Jiang, Rong, et al.
Veröffentlicht: (2025)

Personalizing black-box models for nonparametric regression with minimax optimality
von: Li, Sai, et al.
Veröffentlicht: (2026)

Statistical ranking with dynamic covariates
von: Dong, Pinjun, et al.
Veröffentlicht: (2024)

Statistical inference for case-control logistic regression via integrating external summary data
von: Shi, Hengchao, et al.
Veröffentlicht: (2024)

Modeling massive highly-multivariate nonstationary spatial data with the basis graphical lasso
von: Krock, Mitchell, et al.
Veröffentlicht: (2021)

Adversarial learning for nonparametric regression: Minimax rate and adaptive estimation
von: Peng, Jingfu, et al.
Veröffentlicht: (2025)

Combinations of distributional regression algorithms with application in uncertainty estimation of corrected satellite precipitation products
von: Papacharalampous, Georgia, et al.
Veröffentlicht: (2024)

DoWhy-GCM: An extension of DoWhy for causal inference in graphical causal models
von: Blöbaum, Patrick, et al.
Veröffentlicht: (2022)

Debiased high-dimensional regression calibration for errors-in-variables log-contrast models
von: Zhao, Huali, et al.
Veröffentlicht: (2024)

An interpretable neural network-based non-proportional odds model for ordinal regression
von: Okuno, Akifumi, et al.
Veröffentlicht: (2023)

Approximate Bayesian inference for cumulative probit regression models
von: Aliverti, Emanuele
Veröffentlicht: (2025)

A flexible empirical Bayes approach to multiple linear regression and connections with penalized regression
von: Kim, Youngseok, et al.
Veröffentlicht: (2022)

Network-based Neighborhood regression
von: Zhen, Yaoming, et al.
Veröffentlicht: (2024)

Progression: an extrapolation principle for regression
von: Buriticá, Gloria, et al.
Veröffentlicht: (2024)

The Why and How of Convex Clustering
von: Chi, Eric C., et al.
Veröffentlicht: (2025)

Learning covariate importance for matching in policy-relevant observational research
von: Zhang, Hongzhe, et al.
Veröffentlicht: (2024)

Applying non-negative matrix factorization with covariates to label matrix for classification
von: Satoh, Kenichi
Veröffentlicht: (2025)

Dynamic covariate balancing: estimating treatment effects over time with potential local projections
von: Viviano, Davide, et al.
Veröffentlicht: (2021)

Mixture-of-experts Wishart model for covariance matrices with an application to Cancer drug screening
von: Mai, The Tien, et al.
Veröffentlicht: (2026)

Neural interval-censored survival regression with feature selection
von: Meixide, Carlos García, et al.
Veröffentlicht: (2022)

Downscaling land surface temperature data using edge detection and block-diagonal Gaussian process regression
von: Dandapanthula, Sanjit, et al.
Veröffentlicht: (2026)

Gaussian credible intervals in Bayesian nonparametric estimation of the unseen
von: Contardi, Claudia, et al.
Veröffentlicht: (2025)

A semi-supervised learning using over-parameterized regression
von: Hagiwara, Katsuyuki
Veröffentlicht: (2024)

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
von: Xu, Haoshu, et al.
Veröffentlicht: (2024)

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