Buchumschlag

Inductive randomness predictors: beyond conformal

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Vovk, Vladimir
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology 68Q32 (Primary) 62G15, 68T05 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Universality of conformal prediction under the assumption of randomness
von: Vovk, Vladimir
Veröffentlicht: (2025)

Conformal e-prediction
von: Vovk, Vladimir
Veröffentlicht: (2020)

Aggregation in conformal e-classification
von: Vovk, Vladimir
Veröffentlicht: (2026)

Randomness, exchangeability, and conformal prediction
von: Vovk, Vladimir
Veröffentlicht: (2025)

Conformal e-prediction in the presence of confounding
von: Vovk, Vladimir, et al.
Veröffentlicht: (2026)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Conditionality principle under unconstrained randomness
von: Vovk, Vladimir
Veröffentlicht: (2024)

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

Exchangeability and randomness for infinite and finite sequences
von: Vovk, Vladimir
Veröffentlicht: (2025)

Conformal e-testing
von: Vovk, Vladimir, et al.
Veröffentlicht: (2020)

Fibonacci-Driven Recursive Ensembles: Algorithms, Convergence, and Learning Dynamics
von: Fokoué, Ernest
Veröffentlicht: (2026)

Data-driven Error Estimation: Excess Risk Bounds without Class Complexity as Input
von: Krishnamurthy, Sanath Kumar, et al.
Veröffentlicht: (2024)

Weak Signals and Heavy Tails: Learning Theory meets Extreme Value Analysis
von: Clémençon, Stephan, et al.
Veröffentlicht: (2025)

A Special Case of Quadratic Extrapolation Under the Neural Tangent Kernel
von: Kim, Abiel
Veröffentlicht: (2025)

Learning Decentralized Swarms Using Rotation Equivariant Graph Neural Networks
von: Transue, Taos, et al.
Veröffentlicht: (2025)

A packing lemma for VCN${}_k$-dimension and learning high-dimensional data
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2025)

Sample completion, structured correlation, and Netflix problems
von: Coregliano, Leonardo N., et al.
Veröffentlicht: (2025)

The VOROS: Lifting ROC curves to 3D
von: Ratigan, Christopher, et al.
Veröffentlicht: (2024)

Different Statistical Perspectives for Understanding Generalisation in Graph Neural Networks
von: Ayday, Nil, et al.
Veröffentlicht: (2026)

Batched Nonparametric Bandits via k-Nearest Neighbor UCB
von: Arya, Sakshi
Veröffentlicht: (2025)

Spectral Algorithms under Covariate Shift
von: Fan, Jun, et al.
Veröffentlicht: (2025)

Truncated Kernel Stochastic Gradient Descent with General Losses and Spherical Radial Basis Functions
von: Bai, Jinhui, et al.
Veröffentlicht: (2025)

A Function-Space Stability Boundary for Generalization in Interpolating Learning Systems
von: Katende, Ronald
Veröffentlicht: (2026)

Physics-informed machine learning: A mathematical framework with applications to time series forecasting
von: Doumèche, Nathan
Veröffentlicht: (2025)

Large Spikes in Stochastic Gradient Descent: A Large-Deviations View
von: Gess, Benjamin, et al.
Veröffentlicht: (2026)

Model-Free Local Recalibration of Neural Networks
von: Torres, R., et al.
Veröffentlicht: (2024)

MMD-Balls as Credal Sets: A PAC-Bayesian Framework for Epistemic Uncertainty in Test-Time Adaptation
von: Ariq, Ahanaf Hasan
Veröffentlicht: (2026)

Analysis of a Computational Framework for Bayesian Inverse Problems: Ensemble Kalman Updates and MAP Estimators Under Mesh Refinement
von: Sanz-Alonso, Daniel, et al.
Veröffentlicht: (2023)

Two approaches to multiple canonical correlation analysis for repeated measures data
von: Górecki, Tomasz, et al.
Veröffentlicht: (2025)

Dirichlet Scale Mixture Priors for Bayesian Neural Networks
von: Arnstad, August, et al.
Veröffentlicht: (2026)

Pair Correlation Factor and the Sample Complexity of Gaussian Mixtures
von: Aryan, Farzad
Veröffentlicht: (2025)

Transient anisotropic kernel for probabilistic learning on manifolds
von: Soize, Christian, et al.
Veröffentlicht: (2024)

Evolving Voices Based on Temporal Poisson Factorisation
von: Vávra, Jan, et al.
Veröffentlicht: (2024)

Algorithmic Contiguity from Low-Degree Heuristic II: Predicting Detection-Recovery Gaps
von: Li, Zhangsong
Veröffentlicht: (2026)

Dimensionality-Aware Outlier Detection: Theoretical and Experimental Analysis
von: Anderberg, Alastair, et al.
Veröffentlicht: (2024)

Constructive interpolation and generalization rates for neural ODEs: a control perspective
von: Álvarez-López, Antonio, et al.
Veröffentlicht: (2026)

Error Bounds for Learning with Vector-Valued Random Features
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2023)

Machine Learning-Based Model for Postoperative Stroke Prediction in Coronary Artery Disease
von: Pan, Haonan, et al.
Veröffentlicht: (2025)

Truncated Kernel Stochastic Gradient Descent on Spheres
von: Bai, Jinhui, et al.
Veröffentlicht: (2024)

Discrete Diffusion Models for Language Generation
von: Weligalle, Ashen
Veröffentlicht: (2025)