Copertina

Test of partial effects for Frechet regression on Bures-Wasserstein manifolds

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Xu, Haoshu, Li, Hongzhe
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Wasserstein F-tests for Fréchet regression on Bures-Wasserstein manifolds
di: Xu, Haoshu, et al.
Pubblicazione: (2024)

Fréchet Regression on the Bures-Wasserstein Manifold
di: Nguyen, Duc Toan, et al.
Pubblicazione: (2026)

Stochastic variance-reduced Gaussian variational inference on the Bures-Wasserstein manifold
di: Luu, Hoang Phuc Hau, et al.
Pubblicazione: (2024)

Dynamical local Fréchet curve regression in manifolds
di: Ruiz-Medina, M. D., et al.
Pubblicazione: (2025)

Bures-Wasserstein Means of Graphs
di: Haasler, Isabel, et al.
Pubblicazione: (2023)

Bures-Wasserstein Flow Matching for Graph Generation
di: Jiang, Keyue, et al.
Pubblicazione: (2025)

Learning to Normalize on the SPD Manifold under Bures-Wasserstein Geometry
di: Wang, Rui, et al.
Pubblicazione: (2025)

Bures-Wasserstein Importance-Weighted Evidence Lower Bound: Exposition and Applications
di: Jiang, Peiwen, et al.
Pubblicazione: (2026)

Metric space valued Fréchet regression
di: Györfi, László, et al.
Pubblicazione: (2026)

Fréchet regression with implicit denoising and multicollinearity reduction
di: Mansouri, Dou El Kefel, et al.
Pubblicazione: (2024)

On metric choice in dimension reduction for Fréchet regression
di: Soale, Abdul-Nasah, et al.
Pubblicazione: (2024)

Stochastic Gradient Variational Inference with Price's Gradient Estimator from Bures-Wasserstein to Parameter Space
di: Kim, Kyurae, et al.
Pubblicazione: (2026)

Wasserstein projection distance for fairness testing of regression models
di: Li, Wanxin, et al.
Pubblicazione: (2025)

Fréchet regression of multivariate distributions with nonparanormal transport
di: Park, Junyoung, et al.
Pubblicazione: (2026)

Transfer learning via Regularized Linear Discriminant Analysis
di: Zhang, Hongzhe, et al.
Pubblicazione: (2025)

Fréchet random forests for metric space valued regression with non euclidean predictors
di: Capitaine, Louis, et al.
Pubblicazione: (2019)

Multicalibration Boosting: Theory, Convergence, and Transferability
di: Ye, Hanxuan, et al.
Pubblicazione: (2026)

Dexterous Manipulation Based on Prior Dexterous Grasp Pose Knowledge
di: Yan, Hengxu, et al.
Pubblicazione: (2024)

Metric properties of partial and robust Gromov-Wasserstein distances
di: Chhoa, Jannatul, et al.
Pubblicazione: (2024)

Wasserstein multivariate auto-regressive models for modeling distributional time series
di: Jiang, Yiye, et al.
Pubblicazione: (2022)

Gaussian process regression with Sliced Wasserstein Weisfeiler-Lehman graph kernels
di: Perez, Raphaël Carpintero, et al.
Pubblicazione: (2024)

A Practical Theory of Generalization in Selectivity Learning
di: Wu, Peizhi, et al.
Pubblicazione: (2024)

Semisupervised regression in latent structure networks on unknown manifolds
di: Acharyya, Aranyak, et al.
Pubblicazione: (2023)

Non-parametric regression for robot learning on manifolds
di: Lopez-Custodio, P. C., et al.
Pubblicazione: (2023)

Fréchet Geodesic Boosting
di: Zhou, Yidong, et al.
Pubblicazione: (2025)

Deep Fréchet Regression
di: Iao, Su I, et al.
Pubblicazione: (2024)

Multifidelity Gaussian process regression for solving nonlinear partial differential equations
di: El-Boukkouri, Fatima-Zahrae, et al.
Pubblicazione: (2026)

XpertAI: uncovering regression model strategies for sub-manifolds
di: Letzgus, Simon, et al.
Pubblicazione: (2024)

Distance-Matrix Wasserstein Statistics for Scalable Gromov--Wasserstein Learning
di: Xu, Ao, et al.
Pubblicazione: (2026)

Combining Wasserstein-1 and Wasserstein-2 proximals: robust manifold learning via well-posed generative flows
di: Gu, Hyemin, et al.
Pubblicazione: (2024)

Two-sample Test using Projected Wasserstein Distance
di: Wang, Jie, et al.
Pubblicazione: (2020)

Hybrid additive modeling with partial dependence for supervised regression and dynamical systems forecasting
di: Claes, Yann, et al.
Pubblicazione: (2023)

Transfer Learning for Contextual Multi-armed Bandits
di: Cai, Changxiao, et al.
Pubblicazione: (2022)

Semi-supervised Fréchet Regression
di: Qiu, Rui, et al.
Pubblicazione: (2024)

Learning covariate importance for matching in policy-relevant observational research
di: Zhang, Hongzhe, et al.
Pubblicazione: (2024)

Generalizing the Geometry of Model Merging Through Frechet Averages
di: da Silva, Marvin F., et al.
Pubblicazione: (2026)

Simultaneous Optimization of Geodesics and Fréchet Means
di: Rygaard, Frederik Möbius, et al.
Pubblicazione: (2025)

Random Forest Weighted Local Fréchet Regression with Random Objects
di: Qiu, Rui, et al.
Pubblicazione: (2022)

Random Coordinate Descent on the Wasserstein Space of Probability Measures
di: Xu, Yewei, et al.
Pubblicazione: (2026)

Minimax-Optimal Two-Sample Test with Sliced Wasserstein
di: Tran, Binh Thuan, et al.
Pubblicazione: (2025)