Copertina

On Quantile Regression Forests for Modelling Mixed-Frequency and Longitudinal Data

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Andreani, Mila
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Vector Quantile Regression on Manifolds
di: Pegoraro, Marco, et al.
Pubblicazione: (2023)

Global Censored Quantile Random Forest
di: Zhou, Siyu, et al.
Pubblicazione: (2024)

Multi-Fidelity Quantile Regression
di: Liu, Yixiang, et al.
Pubblicazione: (2026)

Integrating Uncertainty Awareness into Conformalized Quantile Regression
di: Rossellini, Raphael, et al.
Pubblicazione: (2023)

Advancing Counterfactual Inference through Nonlinear Quantile Regression
di: Xie, Shaoan, et al.
Pubblicazione: (2023)

Learning to Simulate: Generative Metamodeling via Quantile Regression
di: Hong, L. Jeff, et al.
Pubblicazione: (2023)

Distributional Off-Policy Evaluation with Deep Quantile Process Regression
di: Kuang, Qi, et al.
Pubblicazione: (2026)

MMM: Clustering Multivariate Longitudinal Mixed-type Data
di: Amato, Francesco, et al.
Pubblicazione: (2025)

Localized Conformal Multi-Quantile Regression
di: Lu, Yuan
Pubblicazione: (2024)

Distributed High-Dimensional Quantile Regression: Estimation Efficiency and Support Recovery
di: Wang, Caixing, et al.
Pubblicazione: (2024)

Colorful Pinball: Density-Weighted Quantile Regression for Conditional Guarantee of Conformal Prediction
di: Chen, Qianyi, et al.
Pubblicazione: (2025)

A Pathwise Coordinate Descent Algorithm for LASSO Penalized Quantile Regression
di: Kim, Sanghee, et al.
Pubblicazione: (2025)

Neural Networks for Extreme Quantile Regression with an Application to Forecasting of Flood Risk
di: Pasche, Olivier C., et al.
Pubblicazione: (2022)

Ordinal Mixed-Effects Random Forest
di: Bergonzoli, Giulia, et al.
Pubblicazione: (2024)

Transfer Learning for High-dimensional Quantile Regression with Distribution Shift
di: Bai, Ruiqi, et al.
Pubblicazione: (2024)

Enhancing reliability in prediction intervals using point forecasters: Heteroscedastic Quantile Regression and Width-Adaptive Conformal Inference
di: Sebastián, Carlos, et al.
Pubblicazione: (2024)

Gaussian Copula Models for Nonignorable Missing Data Using Auxiliary Marginal Quantiles
di: Feldman, Joseph, et al.
Pubblicazione: (2024)

Super-Level-Set Regression: Conditional Quantiles via Volume Minimization
di: Braun, Sacha, et al.
Pubblicazione: (2026)

Bayesian Data Sketching for Varying Coefficient Regression Models
di: Guhaniyogi, Rajarshi, et al.
Pubblicazione: (2025)

Interval Estimation of Coefficients in Penalized Regression Models of Insurance Data
di: Manna, Alokesh, et al.
Pubblicazione: (2024)

Semi-supervised Regression Analysis with Model Misspecification and High-dimensional Data
di: Tian, Ye, et al.
Pubblicazione: (2024)

Bayesian Quantile Regression with Subset Selection: A Decision Analysis Perspective
di: Feldman, Joseph, et al.
Pubblicazione: (2023)

Deep Generative Quantile Bayes
di: Kim, Jungeum, et al.
Pubblicazione: (2024)

Federated Learning of Quantile Inference under Local Differential Privacy
di: Cai, Leheng, et al.
Pubblicazione: (2025)

Scalable Counterfactual Risk Estimation for Rare Events in Longitudinal Data
di: Yin, Xiaohui, et al.
Pubblicazione: (2026)

Penalized Estimation and Forecasting of Multiple Subject Intensive Longitudinal Data
di: Fisher, Zachary F., et al.
Pubblicazione: (2020)

Data-Driven Logistic Regression Ensembles With Applications in Genomics
di: Christidis, Anthony-Alexander, et al.
Pubblicazione: (2021)

Differentially Private Inference for Longitudinal Linear Regression
di: Sopa, Getoar, et al.
Pubblicazione: (2026)

Model-Free Assessment of Simulator Fidelity via Quantile Curves
di: Iyengar, Garud, et al.
Pubblicazione: (2025)

Bayesian Scalar-on-Tensor Quantile Regression for Longitudinal Data on Alzheimer's Disease
di: Lyu, Rongke, et al.
Pubblicazione: (2026)

Hierarchical Probabilistic Principal Component Analysis of Longitudinal Data
di: Zhang, Xinyu, et al.
Pubblicazione: (2026)

Preventing Model Collapse Under Overparametrization: Optimal Mixing Ratios for Interpolation Learning and Ridge Regression
di: Garg, Anvit, et al.
Pubblicazione: (2025)

Deep Limit Model-free Prediction in Regression
di: Wu, Kejin, et al.
Pubblicazione: (2024)

TabMixNN: A Unified Deep Learning Framework for Structural Mixed Effects Modeling on Tabular Data
di: Akdemir, Deniz
Pubblicazione: (2025)

Calibrated Multi-Level Quantile Forecasting
di: Ding, Tiffany, et al.
Pubblicazione: (2025)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
di: Alcantara, Rafael, et al.
Pubblicazione: (2025)

Robust Variable Selection for High-dimensional Regression with Missing Data and Measurement Errors
di: Zhang, Zhenhao, et al.
Pubblicazione: (2024)

TransformerLSR: Attentive Joint Model of Longitudinal Data, Survival, and Recurrent Events with Concurrent Latent Structure
di: Zhang, Zhiyue, et al.
Pubblicazione: (2024)

Adaptive Principal Component Regression with Applications to Panel Data
di: Agarwal, Anish, et al.
Pubblicazione: (2023)

Benchmarking Tabular Foundation Models for Conditional Density Estimation in Regression
di: Izbicki, Rafael, et al.
Pubblicazione: (2026)