Buchumschlag

Interpretable Deep Regression Models with Interval-Censored Failure Time Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Changhui, Zhao, Shishun, Li, Shuwei, Song, Xinyuan, Chen, Zhao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable Deep Regression Models With Interval‐Censored Failure Time Data
von: Changhui Yuan, et al.
Veröffentlicht: (2026)

Sieve Maximum Likelihood Estimation of Partially Linear Transformation Models With Interval‐Censored Data
von: Changhui Yuan, et al.
Veröffentlicht: (2024)

Mediation Analysis of Failure Time Data Under Interval Censoring
von: Yanpeng Shi, et al.
Veröffentlicht: (2026)

Learning Robust Treatment Rules for Censored Data
von: Cui, Yifan, et al.
Veröffentlicht: (2024)

Learning Survival Models with Right-Censored Reporting Delays
von: Shikuri, Yuta, et al.
Veröffentlicht: (2025)

Learning High-dimensional Gaussians from Censored Data
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2025)

Data Augmentation of Multivariate Sensor Time Series using Autoregressive Models and Application to Failure Prognostics
von: de Souza, Douglas Baptista, et al.
Veröffentlicht: (2024)

An Augmented Approach for Regression Analysis of Case‐Cohort Interval‐Censored Failure Time Data
von: Yichen Lou, et al.
Veröffentlicht: (2025)

Doubly Robust Interval Estimation for Optimal Policy Evaluation in Online Learning
von: Shen, Ye, et al.
Veröffentlicht: (2021)

Interval Fisher's Discriminant Analysis and Visualisation
von: Pinheiro, Diogo, et al.
Veröffentlicht: (2025)

Improved Scaling Laws in Linear Regression via Data Reuse
von: Lin, Licong, et al.
Veröffentlicht: (2025)

Nonparametric Instrumental Variable Regression with Observed Covariates
von: Shen, Zikai, et al.
Veröffentlicht: (2025)

Adaptive Confidence Intervals in Efron's Gaussian Two-Groups Model
von: Wang, Qiaosen, et al.
Veröffentlicht: (2026)

Characterizing the Generalization Error of Random Feature Regression with Arbitrary Data-Augmentation
von: Morisset, Lucas, et al.
Veröffentlicht: (2026)

Online Quantile Regression for Nonparametric Additive Models
von: Zhan, Haoran
Veröffentlicht: (2026)

Generalization for Least Squares Regression With Simple Spiked Covariances
von: Li, Jiping, et al.
Veröffentlicht: (2024)

Smaller Confidence Intervals From IPW Estimators via Data-Dependent Coarsening
von: Kalavasis, Alkis, et al.
Veröffentlicht: (2024)

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

Self-Normalized Martingales and Uniform Regret Bounds for Linear Regression
von: Chen, Fan, et al.
Veröffentlicht: (2026)

Universality of High-Dimensional Logistic Regression and a Novel CGMT under Dependence with Applications to Data Augmentation
von: Mallory, Matthew Esmaili, et al.
Veröffentlicht: (2025)

Least Squares Regression Can Exhibit Under-Parameterized Double Descent
von: Li, Xinyue, et al.
Veröffentlicht: (2023)

Inference for Deep Neural Network Estimators in Generalized Nonparametric Models
von: Meng, Xuran, et al.
Veröffentlicht: (2025)

UTOPIA: Universally Trainable Optimal Prediction Intervals Aggregation
von: Fan, Jianqing, et al.
Veröffentlicht: (2023)

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

Kernel Ridge Regression Inference
von: Singh, Rahul, et al.
Veröffentlicht: (2023)

The Catastrophic Failure of The k-Means Algorithm in High Dimensions, and How Hartigan's Algorithm Avoids It
von: Lederman, Roy R., et al.
Veröffentlicht: (2026)

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift
von: Ge, Jiawei, et al.
Veröffentlicht: (2024)

Adaptation to Intrinsic Dependence in Diffusion Language Models
von: Zhao, Yunxiao, et al.
Veröffentlicht: (2026)

Beyond Consistency: Inference for the Relative risk functional in Deep Nonparametric Cox Models
von: Ghosal, Sattwik, et al.
Veröffentlicht: (2026)

Scaling Laws in Linear Regression: Compute, Parameters, and Data
von: Lin, Licong, et al.
Veröffentlicht: (2024)

Failures and Successes of Cross-Validation for Early-Stopped Gradient Descent
von: Patil, Pratik, et al.
Veröffentlicht: (2024)

Active Learning via Regression Beyond Realizability
von: Ganju, Atul, et al.
Veröffentlicht: (2025)

Minimax Linear Regression under the Quantile Risk
von: Hanchi, Ayoub El, et al.
Veröffentlicht: (2024)

Support Vector Regression: Risk Quadrangle Framework
von: Malandii, Anton, et al.
Veröffentlicht: (2022)

Online and Offline Robust Multivariate Linear Regression
von: Godichon-Baggioni, Antoine, et al.
Veröffentlicht: (2024)

Consistency for Large Neural Networks: Regression and Classification
von: Zhan, Haoran, et al.
Veröffentlicht: (2024)

Functional Linear Regression of Cumulative Distribution Functions
von: Zhang, Qian, et al.
Veröffentlicht: (2022)

Sparse Max-Affine Regression
von: Kanj, Haitham, et al.
Veröffentlicht: (2024)

Navigating Sparsities in High-Dimensional Linear Contextual Bandits
von: Zhao, Rui, et al.
Veröffentlicht: (2025)

Provable Efficiency of Guidance in Diffusion Models for General Data Distribution
von: Li, Gen, et al.
Veröffentlicht: (2025)