:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Yuan, Hang, Wang, Christina Dan, Yu, Zhou
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2502.15374
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

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

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

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

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

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

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

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

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

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

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

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

Semi-supervised Fréchet Regression
di: Qiu, Rui, et al.
Pubblicazione: (2024)

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

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

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

Fréchet Geodesic Boosting
di: Zhou, Yidong, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

Dimension Reduction for Symbolic Regression
di: Kahlmeyer, Paul, et al.
Pubblicazione: (2025)

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

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

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

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

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

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

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

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

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

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

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

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

On Probabilistic Embeddings in Optimal Dimension Reduction
di: Murray, Ryan, et al.
Pubblicazione: (2024)