:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goldwyn, Harrison J., Krock, Mitchell, Rudi, Johann, Getter, Daniel, Bessac, Julie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology
Online-Zugang:	https://arxiv.org/abs/2508.16686
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Summary Statistics of Large-scale Model Outputs for Observation-corrected Outputs
von: Chakraborty, Atlanta, et al.
Veröffentlicht: (2025)

Modeling massive highly-multivariate nonstationary spatial data with the basis graphical lasso
von: Krock, Mitchell, et al.
Veröffentlicht: (2021)

An Agglomerative Clustering of Simulation Output Distributions Using Regularized Wasserstein Distance
von: Ghasemloo, Mohammadmahdi, et al.
Veröffentlicht: (2024)

Multi-modal Bayesian Neural Network Surrogates with Conjugate Last-Layer Estimation
von: Taylor, Ian, et al.
Veröffentlicht: (2025)

MMD-based Variable Importance for Distributional Random Forest
von: Bénard, Clément, et al.
Veröffentlicht: (2023)

Sparse Bayesian Multidimensional Item Response Theory
von: Li, Jiguang, et al.
Veröffentlicht: (2023)

Online Functional Principal Component Analysis on a Multidimensional Domain
von: Nanshan, Muye, et al.
Veröffentlicht: (2025)

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

Neural Likelihood Surfaces for Spatial Processes with Computationally Intensive or Intractable Likelihoods
von: Walchessen, Julia, et al.
Veröffentlicht: (2023)

Setting the duration of online A/B experiments
von: Li, Harrison H., et al.
Veröffentlicht: (2024)

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

Bagged Polynomial Regression and Neural Networks
von: Klosin, Sylvia, et al.
Veröffentlicht: (2022)

Adaptive Physics-Guided Neural Network
von: Shulman, David, et al.
Veröffentlicht: (2024)

QWO: Speeding Up Permutation-Based Causal Discovery in LiGAMs
von: Shahverdikondori, Mohammad, et al.
Veröffentlicht: (2024)

Exact Upper and Lower Bounds for the Output Distribution of Neural Networks with Random Inputs
von: Kofnov, Andrey, et al.
Veröffentlicht: (2025)

Integral Probability Metrics Meet Neural Networks: The Radon-Kolmogorov-Smirnov Test
von: Paik, Seunghoon, et al.
Veröffentlicht: (2023)

Neural Bayes Estimators for Irregular Spatial Data using Graph Neural Networks
von: Sainsbury-Dale, Matthew, et al.
Veröffentlicht: (2023)

Factor Augmented Tensor-on-Tensor Neural Networks
von: Zhou, Guanhao, et al.
Veröffentlicht: (2024)

Training of Spiking Neural Networks with Expectation-Propagation
von: Yao, Dan, et al.
Veröffentlicht: (2025)

Causal Estimation of Exposure Shifts with Neural Networks
von: Tec, Mauricio, et al.
Veröffentlicht: (2023)

Conformalized Super Learner
von: Wu, Zhanli, et al.
Veröffentlicht: (2026)

Effect Decomposition of Functional-Output Computer Experiments via Orthogonal Additive Gaussian Processes
von: Tan, Yu, et al.
Veröffentlicht: (2025)

Constructing Level Sets Using Smoothed Approximate Bayesian Computation
von: Edwards, David, et al.
Veröffentlicht: (2024)

Calibration Prediction Interval for Non-parametric Regression and Neural Networks
von: Wu, Kejin, et al.
Veröffentlicht: (2025)

Structure Maintained Representation Learning Neural Network for Causal Inference
von: Sun, Yang, et al.
Veröffentlicht: (2025)

Doubly Robust Conditional Independence Testing with Generative Neural Networks
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Minimal Sufficient Representations for Self-interpretable Deep Neural Networks
von: Tan, Zhiyao, et al.
Veröffentlicht: (2026)

Data Fusion for High-Resolution Estimation
von: Guan, Amy, et al.
Veröffentlicht: (2025)

Distributed Learning of Generalized Linear Causal Networks
von: Ye, Qiaoling, et al.
Veröffentlicht: (2022)

The Contextual Lasso: Sparse Linear Models via Deep Neural Networks
von: Thompson, Ryan, et al.
Veröffentlicht: (2023)

Integrating Causal Inference with Graph Neural Networks for Alzheimer's Disease Analysis
von: Peddi, Pranay Kumar, et al.
Veröffentlicht: (2025)

Constructive Universal Approximation and Sure Convergence for Multi-Layer Neural Networks
von: Chi, Chien-Ming
Veröffentlicht: (2025)

Learning False Discovery Rate Control via Model-Based Neural Networks
von: Vilella, Arnau, et al.
Veröffentlicht: (2026)

Covariate-dependent Graphical Model Estimation via Neural Networks with Statistical Guarantees
von: Lin, Jiahe, et al.
Veröffentlicht: (2025)

Self-Consistent Equation-guided Neural Networks for Censored Time-to-Event Data
von: Kim, Sehwan, et al.
Veröffentlicht: (2025)

Conformal Prediction under Levy-Prokhorov Distribution Shifts: Robustness to Local and Global Perturbations
von: Aolaritei, Liviu, et al.
Veröffentlicht: (2025)

Neural Networks with Causal Graph Constraints: A New Approach for Treatment Effects Estimation
von: Pros, Roger, et al.
Veröffentlicht: (2024)

Contrasting Global and Patient-Specific Regression Models via a Neural Network Representation
von: Behrens, Max, et al.
Veröffentlicht: (2026)

Understanding the Trade-offs in Accuracy and Uncertainty Quantification: Architecture and Inference Choices in Bayesian Neural Networks
von: Sheinkman, Alisa, et al.
Veröffentlicht: (2025)

DFNN: A Deep Fréchet Neural Network Framework for Learning Metric-Space-Valued Responses
von: Kim, Kyum, et al.
Veröffentlicht: (2025)