:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Padilla, Carlos Misael Madrid, Padilla, Oscar Hernan Madrid, Chatterjee, Sabyasachi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	https://arxiv.org/abs/2505.09075
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Dense ReLU Neural Networks for Temporal-spatial Model
di: Padilla, Carlos Misael Madrid, et al.
Pubblicazione: (2024)

Confidence Interval Construction and Conditional Variance Estimation with Dense ReLU Networks
di: Padilla, Carlos Misael Madrid, et al.
Pubblicazione: (2024)

Variance estimation in graphs with the fused lasso
di: Padilla, Oscar Hernan Madrid
Pubblicazione: (2022)

Optimal Bias-variance Tradeoff in Matrix and Tensor Estimation
di: Kumar, Shivam, et al.
Pubblicazione: (2025)

Robust and Scalable Variational Bayes
di: Padilla, Carlos Misael Madrid, et al.
Pubblicazione: (2025)

Multivariate Poisson intensity estimation via low-rank tensor decomposition
di: Xu, Haotian, et al.
Pubblicazione: (2025)

A causal fused lasso for interpretable heterogeneous treatment effects estimation
di: Padilla, Oscar Hernan Madrid, et al.
Pubblicazione: (2021)

Model-Free Kernel Conformal Depth Measures Algorithm for Uncertainty Quantification in Regression Models in Separable Hilbert Spaces
di: Matabuena, Marcos, et al.
Pubblicazione: (2025)

Network two-sample test for block models
di: Nguen, Chung Kyong, et al.
Pubblicazione: (2024)

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

Bayesian variance change point detection with credible sets
di: Cappello, Lorenzo, et al.
Pubblicazione: (2022)

High confidence inference on the probability an individual benefits from treatment using experimental or observational data with known propensity scores
di: Ruiz, Gabriel, et al.
Pubblicazione: (2022)

New Risk Bounds for 2D Total Variation Denoising
di: Chatterjee, Sabyasachi, et al.
Pubblicazione: (2019)

Adaptive Estimation of Multivariate Piecewise Polynomials and Bounded Variation Functions by Optimal Decision Trees
di: Chatterjee, Sabyasachi, et al.
Pubblicazione: (2019)

A Bayesian framework for change-point detection with uncertainty quantification
di: Berlind, Davis, et al.
Pubblicazione: (2025)

Bayesian Transfer Learning for Enhanced Estimation and Inference
di: Lai, Daoyuan, et al.
Pubblicazione: (2024)

Quantile Additive Trend Filtering
di: Zhang, Zhi, et al.
Pubblicazione: (2023)

Minmax Trend Filtering: Generalizations of Total Variation Denoising via a Local Minmax/Maxmin Formula
di: Chatterjee, Sabyasachi
Pubblicazione: (2024)

Change Point Detection on A Separable Model for Dynamic Networks
di: Kei, Yik Lun, et al.
Pubblicazione: (2023)

Statistical Guarantees for Lifelong Reinforcement Learning using PAC-Bayes Theory
di: Zhang, Zhi, et al.
Pubblicazione: (2024)

Multilayer random dot product graphs: Estimation and online change point detection
di: Wang, Fan, et al.
Pubblicazione: (2023)

Change Point Localization and Inference in Dynamic Multilayer Networks
di: Wang, Fan, et al.
Pubblicazione: (2025)

Change Point Detection in Dynamic Graphs with Decoder-only Latent Space Model
di: Kei, Yik Lun, et al.
Pubblicazione: (2024)

Conformal uncertainty quantification using kernel depth measures in separable Hilbert spaces
di: Matabuena, Marcos, et al.
Pubblicazione: (2024)

A new approach to locally adaptive polynomial regression
di: Chatterjee, Sabyasachi, et al.
Pubblicazione: (2024)

Centralized and Federated Heart Disease Classification Models Using UCI Dataset and their Shapley-value Based Interpretability
di: Rodriguez, Mario Padilla, et al.
Pubblicazione: (2024)

Sharp Risk Bounds for Early-Stopping in Gaussian Linear Regression
di: Wegel, Tobias, et al.
Pubblicazione: (2025)

Distribution-dependent Generalization Bounds for Tuning Linear Regression Across Tasks
di: Balcan, Maria-Florina, et al.
Pubblicazione: (2025)

Optimal Excess Risk Bounds for Empirical Risk Minimization on $p$-Norm Linear Regression
di: Hanchi, Ayoub El, et al.
Pubblicazione: (2023)

Decoder-only Clustering in Attributed Graphs
di: Kei, Yik Lun, et al.
Pubblicazione: (2025)

A Critical Analysis of the Theoretical Framework of the Extreme Learning Machine
di: Perfilievaa, Irina, et al.
Pubblicazione: (2024)

Semi-Supervised Learning with Noisy Proxy Covariates: Generalization Bounds and Distribution Regression
di: Kim, Kwangho, et al.
Pubblicazione: (2026)

PUL-Inter-slice Defender: An Anomaly Detection Solution for Distributed Slice Mobility Attacks
di: Molina, Ricardo Misael Ayala, et al.
Pubblicazione: (2025)

Hierarchical Attention Network for Interpretable ECG-based Heart Disease Classification
di: Rodriguez, Mario Padilla, et al.
Pubblicazione: (2025)

Distribution-Free Confidence Ellipsoids for Ridge Regression with PAC Bounds
di: Szentpéteri, Szabolcs, et al.
Pubblicazione: (2026)

Generalization Bounds for Dependent Data using Online-to-Batch Conversion
di: Chatterjee, Sagnik, et al.
Pubblicazione: (2024)

Conformalized Regression for Continuous Bounded Outcomes
di: Wu, Zhanli, et al.
Pubblicazione: (2025)

Approximation Bounds for Transformer Networks with Application to Regression
di: Jiao, Yuling, et al.
Pubblicazione: (2025)

Tighter Confidence Bounds for Sequential Kernel Regression
di: Flynn, Hamish, et al.
Pubblicazione: (2024)

Bridging Distributional and Risk-sensitive Reinforcement Learning with Provable Regret Bounds
di: Liang, Hao, et al.
Pubblicazione: (2022)