Buchumschlag

Fréchet Cumulative Covariance Net for Deep Nonlinear Sufficient Dimension Reduction with Random Objects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Hang, Wang, Christina Dan, Yu, Zhou
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On Conditional Stochastic Interpolation for Generative Nonlinear Sufficient Dimension Reduction
von: Xu, Shuntuo, et al.
Veröffentlicht: (2025)

Neural Networks Perform Sufficient Dimension Reduction
von: Xu, Shuntuo, et al.
Veröffentlicht: (2024)

Learning Functional Graphs with Nonlinear Sufficient Dimension Reduction
von: Kim, Kyongwon, et al.
Veröffentlicht: (2026)

Random Forest Weighted Local Fréchet Regression with Random Objects
von: Qiu, Rui, et al.
Veröffentlicht: (2022)

Belted and Ensembled Neural Network for Linear and Nonlinear Sufficient Dimension Reduction
von: Tang, Yin, et al.
Veröffentlicht: (2024)

Structure-Preserving Nonlinear Sufficient Dimension Reduction for Tensors
von: Lin, Dianjun, et al.
Veröffentlicht: (2025)

Riemannian Stochastic Optimization for Sufficient Dimension Reduction
von: Pautrel, Thibault, et al.
Veröffentlicht: (2026)

Golden Ratio-Based Sufficient Dimension Reduction
von: Yang, Wenjing, et al.
Veröffentlicht: (2024)

Enhancing Sufficient Dimension Reduction via Hellinger Correlation
von: Hong, Seungbeom, et al.
Veröffentlicht: (2024)

Fréchet Sufficient Dimension Reduction for Metric Space-Valued Data via Distance Covariance
von: Huang, Hsin-Hsiung, et al.
Veröffentlicht: (2024)

Deep Fréchet Regression
von: Iao, Su I, et al.
Veröffentlicht: (2024)

Sparse Fréchet Sufficient Dimension Reduction with Graphical Structure Among Predictors
von: Weng, Jiaying, et al.
Veröffentlicht: (2023)

FlowSDR: Sufficient Dimension Reduction via Conditional Normalizing Flows
von: Dong, Yuexiao, et al.
Veröffentlicht: (2026)

Semi-supervised Fréchet Regression
von: Qiu, Rui, et al.
Veröffentlicht: (2024)

The R package psvmSDR: A Unified Algorithm for Sufficient Dimension Reduction via Principal Machines
von: Shin, Jungmin, et al.
Veröffentlicht: (2024)

Supervised Dynamic Dimension Reduction with Deep Neural Network
von: Luo, Zhanye, et al.
Veröffentlicht: (2025)

High-Dimensional Dynamic Covariance Models with Random Forests
von: Yu, Shuguang, et al.
Veröffentlicht: (2025)

Exploring Cumulative Effects in Survival Data Using Deep Learning Networks
von: Yang, Kang-Chung, et al.
Veröffentlicht: (2025)

Fréchet Geodesic Boosting
von: Zhou, Yidong, et al.
Veröffentlicht: (2025)

DeepSuM: Deep Sufficient Modality Learning Framework
von: Gao, Zhe, et al.
Veröffentlicht: (2025)

Input-Label Correlation Governs a Linear-to-Nonlinear Transition in Random Features under Spiked Covariance
von: Demir, Samet, et al.
Veröffentlicht: (2024)

Dimension Reduction with Locally Adjusted Graphs
von: Wang, Yingfan, et al.
Veröffentlicht: (2024)

Robust Sufficient Dimension Reduction via $α$-Distance Covariance
von: Huang, Hsin-Hsiung, et al.
Veröffentlicht: (2024)

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

Improved Dimension Dependence for Bandit Convex Optimization with Gradient Variations
von: Yu, Hang, et al.
Veröffentlicht: (2026)

Dimension Reduction for Symbolic Regression
von: Kahlmeyer, Paul, et al.
Veröffentlicht: (2025)

NewsNet-SDF: Stochastic Discount Factor Estimation with Pretrained Language Model News Embeddings via Adversarial Networks
von: Wang, Shunyao, et al.
Veröffentlicht: (2025)

Bayesian Optimization with Inexact Acquisition: Is Random Grid Search Sufficient?
von: Kim, Hwanwoo, et al.
Veröffentlicht: (2025)

TransFeat-TPP: An Interpretable Deep Covariate Temporal Point Processes
von: Meng, Zizhuo, et al.
Veröffentlicht: (2024)

Structural Dimension Reduction in Bayesian Networks
von: Heng, Pei, et al.
Veröffentlicht: (2026)

Random matrix theory improved Fréchet mean of symmetric positive definite matrices
von: Bouchard, Florent, et al.
Veröffentlicht: (2024)

Deep Adaptive Dimension Reduction for Bayesian Inference in Inverse Problems
von: Wang, Yueyang, et al.
Veröffentlicht: (2026)

Leveraging Non-linear Dimension Reduction and Random Walk Co-occurrence for Node Embedding
von: DeWolfe, Ryan
Veröffentlicht: (2026)

Dimension Reduction with Prior Information for Knowledge Discovery
von: Bui, Anh Tuan
Veröffentlicht: (2021)

Minimal Sufficient Representations for Self-interpretable Deep Neural Networks
von: Tan, Zhiyao, et al.
Veröffentlicht: (2026)

Massive Dimensions Reduction and Hybridization with Meta-heuristics in Deep Learning
von: Khosrowshahli, Rasa, et al.
Veröffentlicht: (2024)

Is Random Attention Sufficient for Sequence Modeling? Disentangling Trainable Components in the Transformer
von: Dong, Yihe, et al.
Veröffentlicht: (2025)

DFNN: A Deep Fréchet Neural Network Framework for Learning Metric-Space-Valued Responses
von: Kim, Kyum, et al.
Veröffentlicht: (2025)

PDGMM-VAE: A Variational Autoencoder with Adaptive Per-Dimension Gaussian Mixture Model Priors for Nonlinear ICA
von: Wei, Yuan-Hao, et al.
Veröffentlicht: (2026)

Assessing the Exhaustiveness in Sufficient Dimension Reduction
von: Hang Li, et al.
Veröffentlicht: (2025)