Buchumschlag

Ordinary Least Squares as an Attention Mechanism

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Coulombe, Philippe Goulet
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Econometrics Statistics Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Maximally Machine-Learnable Portfolios
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2023)

To Bag is to Prune
von: Coulombe, Philippe Goulet
Veröffentlicht: (2020)

A Neural Phillips Curve and a Deep Output Gap
von: Coulombe, Philippe Goulet
Veröffentlicht: (2022)

LGB+: A Macroeconomic Forecasting Road Test
von: Coulombe, Philippe Goulet
Veröffentlicht: (2026)

Time-Varying Parameters as Ridge Regressions
von: Coulombe, Philippe Goulet
Veröffentlicht: (2020)

Quantifying the Risk-Return Tradeoff in Forecasting
von: Coulombe, Philippe Goulet
Veröffentlicht: (2026)

Nearest Neighbor Matching as Least Squares Density Ratio Estimation and Riesz Regression
von: Kato, Masahiro
Veröffentlicht: (2025)

Opening the Black Box of Local Projections
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2025)

Dual Interpretation of Machine Learning Forecasts
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)

From Reactive to Proactive Volatility Modeling with Hemisphere Neural Networks
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2023)

Maximally Forward-Looking Core Inflation
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)

On Asymptotic Optimality of Least Squares Model Averaging When True Model Is Included
von: Xu, Wenchao, et al.
Veröffentlicht: (2024)

Distributional Instruments: Identification and Estimation with Quantile Least Squares
von: Cherodian, Rowan, et al.
Veröffentlicht: (2026)

Functional Partial Least-Squares: Adaptive Estimation and Inference
von: Babii, Andrii, et al.
Veröffentlicht: (2024)

Prediction Risk and Estimation Risk of the Ridgeless Least Squares Estimator under General Assumptions on Regression Errors
von: Lee, Sungyoon, et al.
Veröffentlicht: (2023)

Training and Testing with Multiple Splits: A Central Limit Theorem for Split-Sample Estimators
von: Fava, Bruno
Veröffentlicht: (2025)

On Efficient Estimation of Distributional Treatment Effects under Covariate-Adaptive Randomization
von: Byambadalai, Undral, et al.
Veröffentlicht: (2025)

Canonical correlation regression with noisy data
von: Meza, Isaac, et al.
Veröffentlicht: (2025)

Learning bounds for doubly-robust covariate shift adaptation
von: Lee, Jeonghwan, et al.
Veröffentlicht: (2025)

Empirical Likelihood for Random Forests and Ensembles
von: Chiang, Harold D., et al.
Veröffentlicht: (2025)

Semiparametric Off-Policy Inference for Optimal Policy Values under Possible Non-Uniqueness
von: Wei, Haoyu
Veröffentlicht: (2025)

Stochastic Deep Learning: A Probabilistic Framework for Modeling Uncertainty in Structured Temporal Data
von: Rice, James
Veröffentlicht: (2026)

Estimating Distributional Treatment Effects in Randomized Experiments: Machine Learning for Variance Reduction
von: Byambadalai, Undral, et al.
Veröffentlicht: (2024)

Semiparametric inference for impulse response functions using double/debiased machine learning
von: Ballinari, Daniele, et al.
Veröffentlicht: (2024)

Is completeness necessary? Estimation in nonidentified linear models
von: Babii, Andrii, et al.
Veröffentlicht: (2017)

Minimax Semiparametric Learning With Approximate Sparsity
von: Bradic, Jelena, et al.
Veröffentlicht: (2019)

Order-Explicit Linearization of High-Dimensional $U$-Statistics
von: Ritzwoller, David M., et al.
Veröffentlicht: (2024)

A Heteroskedasticity-Robust Overidentifying Restriction Test with High-Dimensional Covariates
von: Fan, Qingliang, et al.
Veröffentlicht: (2022)

The Condition-Number Principle for Prototype Clustering
von: Li, Romano, et al.
Veröffentlicht: (2026)

Multiply Robust Causal Mediation Analysis with Continuous Treatments
von: Xu, Yizhen, et al.
Veröffentlicht: (2021)

Nested Nonparametric Instrumental Variable Regression
von: Meza, Isaac, et al.
Veröffentlicht: (2021)

Decomposition of Spillover Effects Under Misspecification: Pseudo-true Estimands and a Local-Global Extension
von: Park, Yechan, et al.
Veröffentlicht: (2026)

From Cross-Validation to SURE: Asymptotic Risk of Tuned Regularized Estimators
von: Adusumilli, Karun, et al.
Veröffentlicht: (2026)

Regularized DeepIV with Model Selection
von: Li, Zihao, et al.
Veröffentlicht: (2024)

Functional Sequential Treatment Allocation with Covariates
von: Kock, Anders Bredahl, et al.
Veröffentlicht: (2020)

Identification and Inference in Nonlinear Dynamic Network Models
von: Vallarino, Diego
Veröffentlicht: (2026)

Deep Learning for Individual Heterogeneity
von: Farrell, Max H., et al.
Veröffentlicht: (2020)

Kernel methods for long term dose response curves
von: Singh, Rahul, et al.
Veröffentlicht: (2022)

Algebraic and Statistical Properties of the Ordinary Least Squares Interpolator
von: Shen, Dennis, et al.
Veröffentlicht: (2023)

An Adaptive Moving Average for Macroeconomic Monitoring
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2025)