:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ontivero-Ortega, M., Fania, A., Lacalamita, A., Bellotti, R., Monaco, A., Stramaglia, S.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Data Analysis, Statistics and Probability
Online-Zugang:	https://arxiv.org/abs/2508.00930
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Assessing high-order effects in feature importance via predictability decomposition
von: Ontivero-Ortega, Marlis, et al.
Veröffentlicht: (2024)

Localizing synergies of hidden factors across complex systems: resting brain networks and HeLa gene expression profile as case studies
von: Ontivero-Ortega, Marlis, et al.
Veröffentlicht: (2025)

Transfer entropy and O-information to detect grokking in tensor network multi-class classification problems
von: Pomarico, Domenico, et al.
Veröffentlicht: (2025)

Information-theoretic Quantification of High-order Feature Effects in Classification Problems
von: Lazic, Ivan, et al.
Veröffentlicht: (2025)

Disentangling high order effects in the transfer entropy
von: Stramaglia, Sebastiano, et al.
Veröffentlicht: (2024)

Learning dynamical systems with hit-and-run random feature maps
von: Mandal, Pinak, et al.
Veröffentlicht: (2025)

On the choice of the non-trainable internal weights in random feature maps
von: Mandal, Pinak, et al.
Veröffentlicht: (2024)

Dissecting Spectral Granger Causality through Partial Information Decomposition
von: Faes, Luca, et al.
Veröffentlicht: (2026)

Similarity networks of ordinal-pattern transitions classify falling paper trajectories
von: Flores, Angelo A., et al.
Veröffentlicht: (2025)

Exploring applications of topological data analysis in stock index movement prediction
von: Huang, Dazhi, et al.
Veröffentlicht: (2024)

Investigating High-Order Behaviors in Multivariate Cardiovascular Interactions via Nonlinear Prediction and Information-Theoretic Tools
von: Barà, Chiara, et al.
Veröffentlicht: (2025)

The Ensemble Kalman Inversion Race
von: Gjini, Rebecca, et al.
Veröffentlicht: (2025)

Undulating patterns of Hysteresis loops in diurnal seasonality of air temperature in Urban Heat Island effect: Insights from Paris and Madrid
von: Dharmasthala, Suman, et al.
Veröffentlicht: (2025)

Learning Complex Physical Regimes via Coverage-oriented Uncertainty Quantification: An application to the Critical Heat Flux
von: Cazzola, Michele, et al.
Veröffentlicht: (2026)

Learning effective good variables from physical data
von: Barletta, Giulio, et al.
Veröffentlicht: (2024)

Full-waveform earthquake source inversion using simulation-based inference
von: Saoulis, A. A., et al.
Veröffentlicht: (2024)

Statistical limits of correlation detection in trees
von: Ganassali, Luca, et al.
Veröffentlicht: (2022)

Learning thermodynamically constrained equations of state with uncertainty
von: Sharma, Himanshu, et al.
Veröffentlicht: (2023)

Tunable correlation retention: A statistical method for generating synthetic data
von: Jävergård, Nicklas, et al.
Veröffentlicht: (2024)

Identifying topology of leaky photonic lattices with machine learning
von: Smolina, Ekaterina O., et al.
Veröffentlicht: (2023)

Neural posterior estimation for scalable and accurate inverse parameter inference in Li-ion batteries
von: Hassanaly, Malik, et al.
Veröffentlicht: (2026)

Resolving features and derivatives in data with noise
von: Mulder, Bert, et al.
Veröffentlicht: (2025)

The most likely common cause
von: Hovhannisyan, A., et al.
Veröffentlicht: (2023)

Probabilistic Emissivity Retrieval from Hyperspectral Data via Physics-Guided Variational Inference
von: Tempelman, Joshua R., et al.
Veröffentlicht: (2025)

An application of machine learning to the motion response prediction of floating assets
von: Morris-Thomas, Michael T. M. B., et al.
Veröffentlicht: (2025)

Novel computational approaches for ratio distributions with an application to Hake's ratio in effect size measurement
von: Hanč, Jozef, et al.
Veröffentlicht: (2024)

Nonnegative matrix factorization and the principle of the common cause
von: Khalafyan, E., et al.
Veröffentlicht: (2025)

Extreme-value Statistics: Rudiments and applications
von: Matsinos, Evangelos
Veröffentlicht: (2024)

Liouville Flow Importance Sampler
von: Tian, Yifeng, et al.
Veröffentlicht: (2024)

Information loss from dimensionality reduction in 5D-Gaussian spectral data
von: Schelle, A., et al.
Veröffentlicht: (2023)

On the definition and importance of interpretability in scientific machine learning
von: Rowan, Conor, et al.
Veröffentlicht: (2025)

KAN-Matrix: Visualizing Nonlinear Pairwise and Multivariate Contributions for Physical Insight
von: De la Fuente, Luis A., et al.
Veröffentlicht: (2025)

Robust Causal Discovery in Real-World Time Series with Power-Laws
von: Tusoni, Matteo, et al.
Veröffentlicht: (2025)

Bayesian symbolic regression: Automated equation discovery from a physicists' perspective
von: Guimera, Roger, et al.
Veröffentlicht: (2025)

Deep Learning of the Biswas-Chatterjee-Sen Model
von: Neto, J. F. Silva, et al.
Veröffentlicht: (2025)

Analysis framework for higher-order temporal correlations with applications to human heartbeats
von: Birhanu, Tibebe, et al.
Veröffentlicht: (2025)

Pattern detection in bipartite networks: a review of terminology, applications and methods
von: Neal, Zachary, et al.
Veröffentlicht: (2023)

Surveying the space of descriptions of a composite system with machine learning
von: Murphy, Kieran A., et al.
Veröffentlicht: (2024)

Scientific Data Compression and Super-Resolution Sampling
von: Vu, Minh, et al.
Veröffentlicht: (2025)

GAMMA_FLOW: Guided Analysis of Multi-label spectra by MAtrix Factorization for Lightweight Operational Workflows
von: Rädle, Viola, et al.
Veröffentlicht: (2025)