Buchumschlag

Federated Block-Term Tensor Regression for decentralised data analysis in healthcare

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Faes, Axel, Pirmani, Ashkan, Moreau, Yves, Peeters, Liesbet M.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Biased Nonnegative Block Term Tensor Decomposition Model for Dynamic QoS Prediction
von: Liu, Wenjing, et al.
Veröffentlicht: (2026)

Robust Tensor-on-Tensor Regression
von: Hirari, Mehdi, et al.
Veröffentlicht: (2026)

Incentivising the federation: gradient-based metrics for data selection and valuation in private decentralised training
von: Usynin, Dmitrii, et al.
Veröffentlicht: (2023)

CP Degeneracy in Tensor Regression
von: Zhou, Ya, et al.
Veröffentlicht: (2020)

Federated Smoothing ADMM for Localization
von: Mirzaeifard, Reza, et al.
Veröffentlicht: (2025)

AdapDISCOM: An Adaptive Sparse Regression Method for High-Dimensional Multimodal Data With Block-Wise Missingness and Measurement Errors
von: Baldé, Maimouna, et al.
Veröffentlicht: (2025)

Identifying contributors to supply chain outcomes in a multi-echelon setting: a decentralised approach
von: Schoepf, Stefan, et al.
Veröffentlicht: (2023)

Consensus learning: A novel decentralised ensemble learning paradigm
von: Magureanu, Horia, et al.
Veröffentlicht: (2024)

Double Machine Learning for Conditional Moment Restrictions: IV Regression, Proximal Causal Learning and Beyond
von: Shao, Daqian, et al.
Veröffentlicht: (2025)

Computational and Statistical Guarantees for Tensor-on-Tensor Regression with Tensor Train Decomposition
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

On Fractional Moment Estimation from Polynomial Chaos Expansion
von: Novák, Lukáš, et al.
Veröffentlicht: (2024)

A Systematic Review of Federated Generative Models
von: Gargary, Ashkan Vedadi, et al.
Veröffentlicht: (2024)

High-Order Tensor Regression in Sparse Convolutional Neural Networks
von: Algarte, Roberto Dias
Veröffentlicht: (2025)

Tensor Hypercontraction Error Correction Using Regression
von: Satyarth, Ishna, et al.
Veröffentlicht: (2026)

A Gaussian Comparison Theorem for Training Dynamics in Machine Learning
von: Panahi, Ashkan
Veröffentlicht: (2026)

Achieving Well-Informed Decision-Making in Drug Discovery: A Comprehensive Calibration Study using Neural Network-Based Structure-Activity Models
von: Friesacher, Hannah Rosa, et al.
Veröffentlicht: (2024)

Block-Diagonal LoRA for Eliminating Communication Overhead in Tensor Parallel LoRA Serving
von: Wang, Xinyu, et al.
Veröffentlicht: (2025)

A Typed Tensor Language for Federated Learning
von: Mailis, Theofilos, et al.
Veröffentlicht: (2026)

Scalable Spatiotemporally Varying Coefficient Modelling with Bayesian Kernelized Tensor Regression
von: Lei, Mengying, et al.
Veröffentlicht: (2021)

Noise-Augmented $\ell_0$ Regularization of Tensor Regression with Tucker Decomposition
von: Yan, Tian, et al.
Veröffentlicht: (2023)

Generalized Nonnegative Structured Kruskal Tensor Regression
von: Wang, Xinjue, et al.
Veröffentlicht: (2025)

Robust Tensor Regression with Nonconvexity: Algorithmic and Statistical Theory
von: Song, Zihao, et al.
Veröffentlicht: (2026)

Multinomial belief networks for healthcare data
von: Donker, H. C., et al.
Veröffentlicht: (2023)

Denoising the US Census: Succinct Block Hierarchical Regression
von: Ghazi, Badih, et al.
Veröffentlicht: (2026)

A Comparative Study of QSPR Methods on a Unique Multitask PAMPA dataset
von: Formanek, Andrs, et al.
Veröffentlicht: (2026)

Federated Computing -- Survey on Building Blocks, Extensions and Systems
von: Schwermer, René, et al.
Veröffentlicht: (2024)

Tensor-Based Foundations of Ordinary Least Squares and Neural Network Regression Models
von: Algarte, Roberto Dias
Veröffentlicht: (2024)

Tensor-on-tensor Regression Neural Networks for Process Modeling with High-dimensional Data
von: Wang, Qian, et al.
Veröffentlicht: (2025)

Causal Customer Churn Analysis with Low-rank Tensor Block Hazard Model
von: Gao, Chenyin, et al.
Veröffentlicht: (2024)

Comparative Performance of Collaborative Bandit Algorithms: Effect of Sparsity and Exploration Intensity
von: Ozbay, Eren, et al.
Veröffentlicht: (2024)

Efficient State Space Model via Fast Tensor Convolution and Block Diagonalization
von: Liang, Tongyi, et al.
Veröffentlicht: (2024)

Centralized vs Decentralized Federated Learning: A trade-off performance analysis
von: Medjadji, Chaimaa, et al.
Veröffentlicht: (2026)

Asymptotic Optimism for Tensor Regression Models with Applications to Neural Network Compression
von: Shi, Haoming, et al.
Veröffentlicht: (2026)

Missing data imputation for noisy time-series data and applications in healthcare
von: Le, Lien P., et al.
Veröffentlicht: (2024)

Subgraph Federated Learning via Spectral Methods
von: Aliakbari, Javad, et al.
Veröffentlicht: (2025)

Tensor-on-Tensor Regression: Riemannian Optimization, Over-parameterization, Statistical-computational Gap, and Their Interplay
von: Luo, Yuetian, et al.
Veröffentlicht: (2022)

Learning to Quantize and Precode in Massive MIMO Systems for Energy Reduction: a Graph Neural Network Approach
von: Feys, Thomas, et al.
Veröffentlicht: (2025)

Bayesian Additive Main Effects and Multiplicative Interaction Models using Tensor Regression for Multi-environmental Trials
von: Santos, Antonia A. L. Dos, et al.
Veröffentlicht: (2023)

An Efficient Approach to Regression Problems with Tensor Neural Networks
von: Li, Yongxin, et al.
Veröffentlicht: (2024)

Task Diversity in Bayesian Federated Learning: Simultaneous Processing of Classification and Regression
von: Lyu, Junliang, et al.
Veröffentlicht: (2024)