Buchumschlag

Understanding the Effect of GCN Convolutions in Regression Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Juntong, Schmidt-Hieber, Johannes, Donnat, Claire, Klopp, Olga
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Statistics Theory 62G08, 68R10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient and Minimax Optimal In-context Nonparametric Regression with Transformers
von: Ching, Michelle, et al.
Veröffentlicht: (2026)

A Note on Local Linear Regression for Time Series in Banach Spaces
von: Heinrichs, Florian
Veröffentlicht: (2025)

Generative Modelling via Quantile Regression
von: Schmidt-Hieber, Johannes, et al.
Veröffentlicht: (2024)

Nonparametric local polynomial regression for functional covariates
von: Jirak, Moritz, et al.
Veröffentlicht: (2025)

Optimal In-context Adaptivity and Distributional Robustness of Transformers
von: Ma, Tianyi, et al.
Veröffentlicht: (2025)

Strong consistency of the local linear estimator for a generalized regression function with dependent functional data
von: Matsuoka, Danilo Hiroshi, et al.
Veröffentlicht: (2026)

Optimal Rate of Kernel Regression in Large Dimensions
von: Lu, Weihao, et al.
Veröffentlicht: (2023)

Generalized Factor Neural Network Model for High-dimensional Regression
von: Guo, Zichuan, et al.
Veröffentlicht: (2025)

Functional Extreme-PLS
von: Girard, Stéphane, et al.
Veröffentlicht: (2024)

Adaptive functional principal components analysis
von: Wang, Sunny G. W., et al.
Veröffentlicht: (2023)

A PAC-Bayes oracle inequality for sparse neural networks
von: Steffen, Maximilian F., et al.
Veröffentlicht: (2022)

On the Statistical Optimality of Optimal Decision Trees
von: Xu, Zineng, et al.
Veröffentlicht: (2026)

Optimal Federated Learning for Nonparametric Regression with Heterogeneous Distributed Differential Privacy Constraints
von: Cai, T. Tony, et al.
Veröffentlicht: (2024)

Average Marginal Effects in One-Step Partially Linear Instrumental Regressions
von: Girard, Lucas, et al.
Veröffentlicht: (2026)

On Regression in Extreme Regions
von: Clémençon, Stephan, et al.
Veröffentlicht: (2023)

A supervised deep learning method for nonparametric density estimation
von: Bos, Thijs, et al.
Veröffentlicht: (2023)

Wasserstein Distributionally Robust Nonparametric Regression
von: Liu, Changyu, et al.
Veröffentlicht: (2025)

Optimal Federated Learning for Functional Mean Estimation under Heterogeneous Privacy Constraints
von: Cai, Tony, et al.
Veröffentlicht: (2024)

Deep learning with missing data
von: Ma, Tianyi, et al.
Veröffentlicht: (2025)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
von: Fan, Jianqing, et al.
Veröffentlicht: (2025)

A novel statistical approach to analyze image classification
von: Chen, Juntong, et al.
Veröffentlicht: (2022)

Estimating a Function and Its Derivatives Under a Smoothness Condition
von: Lim, Eunji
Veröffentlicht: (2024)

Alignment-Sensitive Minimax Rates for Spectral Algorithms with Learned Kernels
von: Huang, Dongming, et al.
Veröffentlicht: (2025)

Ranking Perspective for Tree-based Methods with Applications to Symbolic Feature Selection
von: Luo, Hengrui, et al.
Veröffentlicht: (2024)

Kernel $ε$-Greedy for Multi-Armed Bandits with Covariates
von: Arya, Sakshi, et al.
Veröffentlicht: (2023)

CRPS-Optimal Binning for Univariate Conformal Regression
von: Toccaceli, Paolo
Veröffentlicht: (2026)

What Functions Does XGBoost Learn?
von: Ki, Dohyeong, et al.
Veröffentlicht: (2026)

MARS via LASSO
von: Ki, Dohyeong, et al.
Veröffentlicht: (2021)

Spectral Bayesian Regression on the Sphere
von: Durastanti, Claudio
Veröffentlicht: (2026)

On the Convergence of the ELBO to Entropy Sums
von: Lücke, Jörg, et al.
Veröffentlicht: (2022)

Generative Models with ELBOs Converging to Entropy Sums
von: Warnken, Jan, et al.
Veröffentlicht: (2024)

Low-Dose Tomography of Random Fields and the Problem of Continuous Heterogeneity
von: Yun, Ho, et al.
Veröffentlicht: (2025)

Asymptotics of Stochastic Gradient Descent with Dropout Regularization in Linear Models
von: Li, Jiaqi, et al.
Veröffentlicht: (2024)

Local Fr'echet Regression via RKHS embedding and Its Applications to Data Analysis on Manifolds
von: Iida, Yuki, et al.
Veröffentlicht: (2025)

Minimax And Adaptive Transfer Learning for Nonparametric Classification under Distributed Differential Privacy Constraints
von: Auddy, Arnab, et al.
Veröffentlicht: (2024)

Statistical-Computational Trade-offs for Recursive Adaptive Partitioning Estimators
von: Tan, Yan Shuo, et al.
Veröffentlicht: (2024)

EEG-EyeTrack: A Benchmark for Time Series and Functional Data Analysis with Open Challenges and Baselines
von: Afonso, Tiago Vasconcelos, et al.
Veröffentlicht: (2025)

Validity and efficiency of the conformal CUSUM procedure
von: Vovk, Vladimir, et al.
Veröffentlicht: (2024)

Local Fréchet regression with toroidal predictors
von: Im, Chang Jun, et al.
Veröffentlicht: (2026)

On the Computational Efficiency of Bayesian Additive Regression Trees: An Asymptotic Analysis
von: Tan, Yan Shuo, et al.
Veröffentlicht: (2024)