Buchumschlag

Coefficient Shape Transfer Learning for Functional Linear Regression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jiao, Shuhao, Mckeague, Ian W.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Coefficient Shape Alignment in Multiple Functional Linear Regression
von: Jiao, Shuhao, et al.
Veröffentlicht: (2023)

Bayesian Data Sketching for Varying Coefficient Regression Models
von: Guhaniyogi, Rajarshi, et al.
Veröffentlicht: (2025)

Transfer Learning for Kernel-based Regression
von: Wang, Chao, et al.
Veröffentlicht: (2023)

Functional BART with Shape Priors: A Bayesian Tree Approach to Constrained Functional Regression
von: Cao, Jiahao, et al.
Veröffentlicht: (2025)

Interval Estimation of Coefficients in Penalized Regression Models of Insurance Data
von: Manna, Alokesh, et al.
Veröffentlicht: (2024)

Transfer Learning of CATE with Kernel Ridge Regression
von: Kim, Seok-Jin, et al.
Veröffentlicht: (2025)

i-IF-Learn: Iterative Feature Selection and Unsupervised Learning for High-Dimensional Complex Data
von: Ma, Chen, et al.
Veröffentlicht: (2026)

Transfer Learning Under High-Dimensional Network Convolutional Regression Model
von: Wang, Liyuan, et al.
Veröffentlicht: (2025)

Transfer Learning Under High-Dimensional Graph Convolutional Regression Model for Node Classification
von: Chen, Jiachen, et al.
Veröffentlicht: (2024)

Machine-Learning-Assisted Comparison of Regression Functions
von: Yan, Jian, et al.
Veröffentlicht: (2025)

EM Approaches to Nonparametric Estimation for Mixture of Linear Regressions
von: Welbaum, Andrew, et al.
Veröffentlicht: (2025)

Distributional Off-Policy Evaluation with Deep Quantile Process Regression
von: Kuang, Qi, et al.
Veröffentlicht: (2026)

Linear Multidimensional Regression with Interactive Fixed-Effects
von: Freeman, Hugo
Veröffentlicht: (2022)

Lecture Notes on High Dimensional Linear Regression
von: Quaini, Alberto
Veröffentlicht: (2024)

Transfer Learning for High-dimensional Quantile Regression with Distribution Shift
von: Bai, Ruiqi, et al.
Veröffentlicht: (2024)

Enhancing Differentially Private Linear Regression via Public Second-Moment
von: Cao, Zilong, et al.
Veröffentlicht: (2025)

Optimal Multitask Linear Regression and Contextual Bandits under Sparse Heterogeneity
von: Huang, Xinmeng, et al.
Veröffentlicht: (2023)

Filtration-Based Learning of Multiscale Shared Structures for Multiple Functional Predictors
von: Jiao, Shuhao, et al.
Veröffentlicht: (2025)

Robust Variable Selection and Estimation Via Adaptive Elastic Net S-Estimators for Linear Regression
von: Kepplinger, David
Veröffentlicht: (2021)

Multi-task Linear Regression without Eigenvalue Lower Bounds: Adaptivity, Robustness, and Safety
von: Kim, Seok-Jin
Veröffentlicht: (2026)

Varying-Coefficient Mixture of Experts Model
von: Zhao, Qicheng, et al.
Veröffentlicht: (2026)

Distribution Matching for Self-Supervised Transfer Learning
von: Jiao, Yuling, et al.
Veröffentlicht: (2025)

Heterogeneous Transfer Learning for Building High-Dimensional Generalized Linear Models with Disparate Datasets
von: Zhao, Ruzhang, et al.
Veröffentlicht: (2023)

Optimal Cross-Validation for Sparse Linear Regression
von: Cory-Wright, Ryan, et al.
Veröffentlicht: (2023)

CP Degeneracy in Tensor Regression
von: Zhou, Ya, et al.
Veröffentlicht: (2020)

Finite-Sample Inference for Sparsely Permuted Linear Regression
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

AdaTrans: Feature-wise and Sample-wise Adaptive Transfer Learning for High-dimensional Regression
von: He, Zelin, et al.
Veröffentlicht: (2024)

A Bayesian Additive Regression Tree Model for Learning Conditional Average Treatment Effects in Regression Discontinuity Designs
von: Alcantara, Rafael, et al.
Veröffentlicht: (2025)

Demystifying Spectral Feature Learning for Instrumental Variable Regression
von: Meunier, Dimitri, et al.
Veröffentlicht: (2025)

Learning Treatment Representations for Downstream Instrumental Variable Regression
von: Lin, Shiangyi, et al.
Veröffentlicht: (2025)

Learning to Simulate: Generative Metamodeling via Quantile Regression
von: Hong, L. Jeff, et al.
Veröffentlicht: (2023)

Causal Contrastive Learning for Counterfactual Regression Over Time
von: Bouchattaoui, Mouad El, et al.
Veröffentlicht: (2024)

Smoothness Adaptive Hypothesis Transfer Learning
von: Lin, Haotian, et al.
Veröffentlicht: (2024)

Spatial Transfer Learning with Simple MLP
von: Yang, Hongjian
Veröffentlicht: (2024)

A Flexible Empirical Bayes Approach to Generalized Linear Models, with Applications to Sparse Logistic Regression
von: Xie, Dongyue, et al.
Veröffentlicht: (2026)

Fair Regression under Demographic Parity: A Unified Framework
von: Feng, Yongzhen, et al.
Veröffentlicht: (2026)

Double Machine Learning for Conditional Moment Restrictions: IV Regression, Proximal Causal Learning and Beyond
von: Shao, Daqian, et al.
Veröffentlicht: (2025)

Multivariate and Online Transfer Learning with Uncertainty Quantification
von: Hickey, Jimmy, et al.
Veröffentlicht: (2024)

Semiparametric Counterfactual Regression
von: Kim, Kwangho
Veröffentlicht: (2025)

Deep Fréchet Regression
von: Iao, Su I, et al.
Veröffentlicht: (2024)