:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Boqian, Lei, Juanmian, Sun, Guoyou, Ding, Shuaibing, Guo, Jian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2504.07618
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Interpretable data-driven turbulence modeling for separated flows using symbolic regression with unit constraints
von: Zhang, Boqian, et al.
Veröffentlicht: (2024)

On sparse regression, Lp-regularization, and automated model discovery
von: McCulloch, Jeremy A., et al.
Veröffentlicht: (2023)

Sparse deep neural networks for nonparametric estimation in high-dimensional sparse regression
von: Wu, Dongya, et al.
Veröffentlicht: (2024)

Quantifying predictive uncertainty of aphasia severity in stroke patients with sparse heteroscedastic Bayesian high-dimensional regression
von: Zgodic, Anja, et al.
Veröffentlicht: (2023)

An efficient tensor regression for high-dimensional data
von: Si, Yuefeng, et al.
Veröffentlicht: (2022)

Highly Efficient Direct Analytics on Semantic-aware Time Series Data Compression
von: Sun, Guoyou, et al.
Veröffentlicht: (2025)

Overcoming error-in-variable problem in data-driven model discovery by orthogonal distance regression
von: Fung, Lloyd
Veröffentlicht: (2025)

LATTE: an atomic environment descriptor based on Cartesian tensor contractions
von: Pellegrini, Franco, et al.
Veröffentlicht: (2024)

Prevalidated ridge regression is a highly-efficient drop-in replacement for logistic regression for high-dimensional data
von: Dempster, Angus, et al.
Veröffentlicht: (2024)

Bayesian data-driven discovery of partial differential equations with variable coefficients
von: Chen, Aoxue, et al.
Veröffentlicht: (2021)

Adaptive posterior concentration rates for sparse high-dimensional linear regression with random design and unknown error variance
von: Mai, The Tien
Veröffentlicht: (2024)

Reward driven discovery of the optimal microstructure representations with invariant variational autoencoders
von: Slautin, Boris N., et al.
Veröffentlicht: (2025)

A dimensional R2 regression metric
von: Yoo, Jaesung, et al.
Veröffentlicht: (2026)

Automated discovery of symbolic laws governing skill acquisition from naturally occurring data
von: Liu, Sannyuya, et al.
Veröffentlicht: (2024)

Scaling and renormalization in high-dimensional regression
von: Atanasov, Alexander, et al.
Veröffentlicht: (2024)

Integral Bayesian symbolic regression for optimal discovery of governing equations from scarce and noisy data
von: Cabanas-Tirapu, Oriol, et al.
Veröffentlicht: (2025)

Bayesian symbolic regression: Automated equation discovery from a physicists' perspective
von: Guimera, Roger, et al.
Veröffentlicht: (2025)

On sparse regression, Lp‐regularization, and automated model discovery
von: Jeremy A. McCulloch, et al.
Veröffentlicht: (2024)

Data-driven sparse identification of governing PDEs via knockoff filters and multi-criteria trade-offs
von: Thanasutives, Pongpisit, et al.
Veröffentlicht: (2026)

Impilict Runge-Kutta based sparse identification of governing equations in biologically motivated systems
von: Anvari, Mehrdad, et al.
Veröffentlicht: (2025)

Mixing times of data-augmentation Gibbs samplers for high-dimensional probit regression
von: Ascolani, Filippo, et al.
Veröffentlicht: (2025)

Exact discovery is polynomial for certain sparse causal Bayesian networks
von: Rios, Felix L., et al.
Veröffentlicht: (2024)

CTSR: Controllable Fidelity-Realness Trade-off Distillation for Real-World Image Super Resolution
von: Li, Runyi, et al.
Veröffentlicht: (2025)

Discrete Differential Principle for Continuous Smooth Function Representation
von: Wang, Guoyou, et al.
Veröffentlicht: (2025)

Aligning AI-driven discovery with human intuition
von: Zhang, Kevin, et al.
Veröffentlicht: (2024)

Support estimation in high-dimensional heteroscedastic mean regression
von: Hermann, Philipp, et al.
Veröffentlicht: (2020)

Graphical model for factorization and completion of relatively high rank tensors by sparse sampling
von: Cavaliere, Angelo Giorgio, et al.
Veröffentlicht: (2025)

On high-dimensional classification by sparse generalized Bayesian logistic regression
von: Mai, The Tien
Veröffentlicht: (2024)

Adaptive sparse variational approximations for Gaussian process regression
von: Nieman, Dennis, et al.
Veröffentlicht: (2025)

Heterogeneous transfer learning for high-dimensional regression with feature mismatch
von: Chang, Jae Ho, et al.
Veröffentlicht: (2024)

A sparse PAC-Bayesian approach for high-dimensional quantile prediction
von: Mai, The Tien
Veröffentlicht: (2024)

A minimax optimal approach to high-dimensional double sparse linear regression
von: Zhang, Yanhang, et al.
Veröffentlicht: (2023)

Minimax optimal transfer learning for high-dimensional additive regression
von: Moon, Seung Hyun
Veröffentlicht: (2025)

Features are fate: a theory of transfer learning in high-dimensional regression
von: Tahir, Javan, et al.
Veröffentlicht: (2024)

An invariance constrained deep learning network for PDE discovery
von: Chen, Chao, et al.
Veröffentlicht: (2024)

Noise misleads rotation invariant algorithms on sparse targets
von: Warmuth, Manfred K., et al.
Veröffentlicht: (2024)

On-line learning of dynamic systems: sparse regression meets Kalman filtering
von: Pillonetto, Gianluigi, et al.
Veröffentlicht: (2025)

Node2Vec-DGI-EL: A Hierarchical Graph Representation Learning Model for Ingredient-Disease Association Prediction
von: Zhang, Leifeng, et al.
Veröffentlicht: (2025)

Parametric Mean-Field empirical Bayes in high-dimensional linear regression
von: Lee, Seunghyun, et al.
Veröffentlicht: (2026)

Variational empirical Bayes variable selection in high-dimensional logistic regression
von: Tang, Yiqi, et al.
Veröffentlicht: (2025)