Copertina

A Dynamic, Ordinal Gaussian Process Item Response Theoretic Model

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Yehu, Montgomery, Jacob, Garnett, Roman
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Methodology Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Idiographic Personality Gaussian Process for Psychological Assessment
di: Chen, Yehu, et al.
Pubblicazione: (2024)

A Gaussian Process Model for Ordinal Data with Applications to Chemoinformatics
di: Gosnell, Arron, et al.
Pubblicazione: (2024)

Sparse Bayesian Multidimensional Item Response Theory
di: Li, Jiguang, et al.
Pubblicazione: (2023)

Introducing Flexible Monotone Multiple Choice Item Response Theory Models and Bit Scales
di: Wallmark, Joakim, et al.
Pubblicazione: (2024)

Aggregation Models with Optimal Weights for Distributed Gaussian Processes
di: Chen, Haoyuan, et al.
Pubblicazione: (2024)

Classifier Pooling for Modern Ordinal Classification
di: Rotenberg, Noam H., et al.
Pubblicazione: (2026)

Conformal Risk Control for Ordinal Classification
di: Xu, Yunpeng, et al.
Pubblicazione: (2024)

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

A Latent Causal Inference Framework for Ordinal Variables
di: Scauda, Martina, et al.
Pubblicazione: (2025)

Goodness-of-Fit Tests for Latent Class Models with Ordinal Categorical Data
di: Qing, Huan
Pubblicazione: (2026)

Distribution-free Conformal Prediction for Ordinal Classification
di: Chakraborty, Subhrasish, et al.
Pubblicazione: (2024)

Diffusion-aware Censored Gaussian Processes for Demand Modelling
di: Rodrigues, Filipe
Pubblicazione: (2025)

The Kernel Manifold: A Geometric Approach to Gaussian Process Model Selection
di: Islam, Md Shafiqul, et al.
Pubblicazione: (2026)

Modular Jump Gaussian Processes
di: Flowers, Anna R., et al.
Pubblicazione: (2025)

A Bayesian Take on Gaussian Process Networks
di: Giudice, Enrico, et al.
Pubblicazione: (2023)

K-Models: a Flexible and Interpretable Method for Ordinal Clustering with Application to Antigen-Antibody Interaction Profiles
di: Patanè, Giulia, et al.
Pubblicazione: (2026)

Iterative Methods for Vecchia-Laplace Approximations for Latent Gaussian Process Models
di: Kündig, Pascal, et al.
Pubblicazione: (2023)

Self-Supervised Learning with Gaussian Processes
di: Duan, Yunshan, et al.
Pubblicazione: (2025)

Conditioning Gaussian Processes on Almost Anything
di: Moss, Henry, et al.
Pubblicazione: (2026)

Gaussian Process Boosting
di: Sigrist, Fabio
Pubblicazione: (2020)

New Bounds for Sparse Variational Gaussian Processes
di: Titsias, Michalis K.
Pubblicazione: (2025)

Bayesian Causal Inference with Gaussian Process Networks
di: Giudice, Enrico, et al.
Pubblicazione: (2024)

Decomposing Gaussians with Unknown Covariance
di: Dharamshi, Ameer, et al.
Pubblicazione: (2024)

Review of Recent Advances in Gaussian Process Regression Methods
di: Lyu, Chenyi, et al.
Pubblicazione: (2024)

Wasserstein-type Gaussian Process Regressions for Input Measurement Uncertainty
di: Luo, Hengrui, et al.
Pubblicazione: (2026)

Predicting Covariate-Driven Spatial Deformation for Nonstationary Gaussian Processes
di: Gu, Minghao, et al.
Pubblicazione: (2026)

A Deep Learning Algorithm for High-Dimensional Exploratory Item Factor Analysis
di: Urban, Christopher J., et al.
Pubblicazione: (2020)

Goal-Oriented Lower-Tail Calibration of Gaussian Processes for Bayesian Optimization
di: Pion, Aurélien, et al.
Pubblicazione: (2026)

Integrative Learning of Dynamically Evolving Multiplex Graphs and Nodal Attributes Using Neural Network Gaussian Processes with an Application to Dynamic Terrorism Graphs
di: Rodriguez-Acosta, Jose, et al.
Pubblicazione: (2026)

Robust and Conjugate Spatio-Temporal Gaussian Processes
di: Laplante, William, et al.
Pubblicazione: (2025)

Sparse Gaussian Graphical Models with Discrete Optimization: Computational and Statistical Perspectives
di: Behdin, Kayhan, et al.
Pubblicazione: (2023)

Predicting Electricity Consumption with Random Walks on Gaussian Processes
di: Hashimoto-Cullen, Chloé, et al.
Pubblicazione: (2024)

Effect Decomposition of Functional-Output Computer Experiments via Orthogonal Additive Gaussian Processes
di: Tan, Yu, et al.
Pubblicazione: (2025)

A General Control-Theoretic Approach for Reinforcement Learning: Theory and Algorithms
di: Chen, Weiqin, et al.
Pubblicazione: (2024)

Optimal Kernel Learning for Gaussian Process Models with High-Dimensional Input
di: Kang, Lulu, et al.
Pubblicazione: (2025)

Sparse Variational Contaminated Noise Gaussian Process Regression with Applications in Geomagnetic Perturbations Forecasting
di: Iong, Daniel, et al.
Pubblicazione: (2024)

Amortized Bayesian Local Interpolation NetworK: Fast covariance parameter estimation for Gaussian Processes
di: Feng, Brandon R., et al.
Pubblicazione: (2024)

Exact Bayesian Gaussian Cox Processes Using Random Integral
di: Tang, Bingjing, et al.
Pubblicazione: (2024)

A Hybrid Latent-Class Item Response Model for Detecting Measurement Non-Invariance in Ordinal Scales
di: Wallin, Gabriel, et al.
Pubblicazione: (2026)

Spatial Covariance Constraints for Gaussian Mixture Models
di: Lu, Hanzhang, et al.
Pubblicazione: (2026)