Copertina

Conditional Distribution Compression via the Kernel Conditional Mean Embedding

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Broadbent, Dominic, Whiteley, Nick, Allison, Robert, Lovett, Tom
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Computation Methodology
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Bilateral Distribution Compression: Reducing Both Data Size and Dimensionality
di: Broadbent, Dominic, et al.
Pubblicazione: (2025)

Recursive Estimation of Conditional Kernel Mean Embeddings
di: Tamás, Ambrus, et al.
Pubblicazione: (2023)

Uncovering Locally Low-dimensional Structure in Networks by Locally Optimal Spectral Embedding
di: Sansford, Hannah, et al.
Pubblicazione: (2026)

Conditional Mean and Variance Estimation via \textit{k}-NN Algorithm with Automated Variance Selection
di: Matabuena, Marcos, et al.
Pubblicazione: (2024)

Debiased Distribution Compression
di: Li, Lingxiao, et al.
Pubblicazione: (2024)

SpeedCP: Fast Kernel-based Conditional Conformal Prediction
di: Liu, Yating, et al.
Pubblicazione: (2025)

GAAVI: Global Asymptotic Anytime Valid Inference for the Conditional Mean Function
di: Cho, Brian M, et al.
Pubblicazione: (2026)

Conditional Rank-Rank Regression via Deep Conditional Transformation Models
di: Wang, Xiaoyi, et al.
Pubblicazione: (2026)

Conditioning diffusion models by explicit forward-backward bridging
di: Corenflos, Adrien, et al.
Pubblicazione: (2024)

Distance and Kernel-Based Measures for Global and Local Two-Sample Conditional Distribution Testing
di: Yan, Jian, et al.
Pubblicazione: (2022)

Posterior SBC: Simulation-Based Calibration Checking Conditional on Data
di: Säilynoja, Teemu, et al.
Pubblicazione: (2025)

An Overview of Causal Inference using Kernel Embeddings
di: Sejdinovic, Dino
Pubblicazione: (2024)

Robust and Agnostic Learning of Conditional Distributional Treatment Effects
di: Kallus, Nathan, et al.
Pubblicazione: (2022)

Neural-Kernel Conditional Mean Embeddings
di: Shimizu, Eiki, et al.
Pubblicazione: (2024)

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
di: Ma, Xiaoyu, et al.
Pubblicazione: (2025)

Causal Discovery via Conditional Independence Testing with Proxy Variables
di: Liu, Mingzhou, et al.
Pubblicazione: (2023)

Debiased Regression for Root-N-Consistent Conditional Mean Estimation
di: Kato, Masahiro
Pubblicazione: (2024)

FlowSDR: Sufficient Dimension Reduction via Conditional Normalizing Flows
di: Dong, Yuexiao, et al.
Pubblicazione: (2026)

Shape-Adaptive Conditional Calibration for Conformal Prediction via Minimax Optimization
di: Bao, Yajie, et al.
Pubblicazione: (2026)

Conditional Data Synthesis Augmentation
di: Tian, Xinyu, et al.
Pubblicazione: (2025)

A Kernel Test for Causal Association via Noise Contrastive Backdoor Adjustment
di: Hu, Robert, et al.
Pubblicazione: (2021)

Causal Layering via Conditional Entropy
di: Feigenbaum, Itai, et al.
Pubblicazione: (2024)

Conditional Distributional Treatment Effects: Doubly Robust Estimation and Testing
di: Jain, Saksham, et al.
Pubblicazione: (2026)

On the Hardness of Conditional Independence Testing In Practice
di: He, Zheng, et al.
Pubblicazione: (2025)

Empirically Calibrated Conditional Independence Tests
di: Pan, Milleno, et al.
Pubblicazione: (2026)

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

Conditional Score Learning for Quickest Change Detection in Markov Transition Kernels
di: Chen, Wuxia, et al.
Pubblicazione: (2025)

An AI-powered Bayesian Generative Modeling Approach for Arbitrary Conditional Inference
di: Liu, Qiao, et al.
Pubblicazione: (2026)

Mean-field Variational Bayes for Sparse Probit Regression
di: Fasano, Augusto, et al.
Pubblicazione: (2026)

Kernel Thinning
di: Dwivedi, Raaz, et al.
Pubblicazione: (2021)

Likelihood-Free Adaptive Bayesian Inference via Nonparametric Distribution Matching
di: Lu, Wenhui Sophia, et al.
Pubblicazione: (2025)

Neural Conditional Simulation for Complex Spatial Processes
di: Walchessen, Julia, et al.
Pubblicazione: (2025)

Causal Analysis of Shapley Values: Conditional vs. Marginal
di: Rozenfeld, Ilya
Pubblicazione: (2024)

Sequential Kernel Embedding for Mediated and Time-Varying Dose Response Curves
di: Singh, Rahul, et al.
Pubblicazione: (2021)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
di: Polson, Nick, et al.
Pubblicazione: (2026)

A Black-Box Debiasing Framework for Conditional Sampling
di: Cui, Han, et al.
Pubblicazione: (2025)

Conditional Testing based on Localized Conformal p-values
di: Wu, Xiaoyang, et al.
Pubblicazione: (2024)

A Conditional Distribution Equality Testing Framework using Deep Generative Learning
di: Zheng, Siming, et al.
Pubblicazione: (2025)

Distributional Random Forests for Complex Survey Designs on Reproducing Kernel Hilbert Spaces
di: Zou, Yating, et al.
Pubblicazione: (2025)

Compress Then Test: Powerful Kernel Testing in Near-linear Time
di: Domingo-Enrich, Carles, et al.
Pubblicazione: (2023)