Buchumschlag

Fréchet Geodesic Boosting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Yidong, Iao, Su I, Müller, Hans-Georg
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

End-to-End Deep Learning for Predicting Metric Space-Valued Outputs
von: Zhou, Yidong, et al.
Veröffentlicht: (2025)

Measure Selection for Functional Linear Model
von: Iao, Su I, et al.
Veröffentlicht: (2025)

Geodesic Causal Inference
von: Kurisu, Daisuke, et al.
Veröffentlicht: (2024)

Geodesic Difference-in-Differences
von: Zhou, Yidong, et al.
Veröffentlicht: (2025)

Geodesic Synthetic Control Methods for Random Objects and Functional Data
von: Kurisu, Daisuke, et al.
Veröffentlicht: (2025)

Wasserstein Regression with Empirical Measures and Density Estimation for Sparse Data
von: Zhou, Yidong, et al.
Veröffentlicht: (2023)

Dynamic Modeling of Sparse Longitudinal Data and Functional Snippets With Stochastic Differential Equations
von: Zhou, Yidong, et al.
Veröffentlicht: (2023)

Regression Discontinuity Designs for Functional Data and Random Objects in Geodesic Spaces
von: Kurisu, Daisuke, et al.
Veröffentlicht: (2025)

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

Inference for Fréchet Regression
von: Song, Wookyeong, et al.
Veröffentlicht: (2026)

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

On the Wasserstein Geodesic Principal Component Analysis of probability measures
von: Vesseron, Nina, et al.
Veröffentlicht: (2025)

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

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

Sliced Wasserstein Regression
von: Chen, Han, et al.
Veröffentlicht: (2023)

RieszBoost: Gradient Boosting for Riesz Regression
von: Lee, Kaitlyn J., et al.
Veröffentlicht: (2025)

Random matrix theory improved Fréchet mean of symmetric positive definite matrices
von: Bouchard, Florent, et al.
Veröffentlicht: (2024)

Stagewise Boosting Distributional Regression
von: Wetscher, Mattias, et al.
Veröffentlicht: (2024)

Boosted Conformal Prediction Intervals
von: Xie, Ran, et al.
Veröffentlicht: (2024)

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

Diffusion Boosted Trees
von: Han, Xizewen, et al.
Veröffentlicht: (2024)

Newfluence: Boosting Model interpretability and Understanding in High Dimensions
von: Zou, Haolin, et al.
Veröffentlicht: (2025)

Gaussian Process Boosting
von: Sigrist, Fabio
Veröffentlicht: (2020)

Gradient Boosting for Spatial Panel Models with Random and Fixed Effects
von: Balzer, Michael, et al.
Veröffentlicht: (2026)

Wasserstein Gradient Boosting: A Framework for Distribution-Valued Supervised Learning
von: Matsubara, Takuo
Veröffentlicht: (2024)

Shapley Curves: A Smoothing Perspective
von: Miftachov, Ratmir, et al.
Veröffentlicht: (2022)

Random-projection ensemble dimension reduction
von: Zhou, Wenxing, et al.
Veröffentlicht: (2024)

Depth Functions for Partial Orders with a Descriptive Analysis of Machine Learning Algorithms
von: Blocher, Hannah, et al.
Veröffentlicht: (2023)

Machine Learning Assisted Adjustment Boosts Efficiency of Exact Inference in Randomized Controlled Trials
von: Yu, Han, et al.
Veröffentlicht: (2024)

Causal Graph Discovery with Retrieval-Augmented Generation based Large Language Models
von: Zhang, Yuzhe, et al.
Veröffentlicht: (2024)

Counterfactual Survival Q-learning via Buckley-James Boosting, with Applications to ACTG 175 and CALGB 8923
von: Lee, Jeongjin, et al.
Veröffentlicht: (2025)

Boosting with copula-based components
von: Brant, Simon Boge, et al.
Veröffentlicht: (2022)

Statistical Inference for Gradient Boosting Regression
von: Fang, Haimo, et al.
Veröffentlicht: (2025)

2D Stability Selection: Design Jittering for Doubly Stable Feature Selection
von: Nouraie, Mahdi, et al.
Veröffentlicht: (2026)

Boosting the Power of Kernel Two-Sample Tests
von: Chatterjee, Anirban, et al.
Veröffentlicht: (2023)

Green LIME: Improving AI Explainability through Design of Experiments
von: Stadler, Alexandra, et al.
Veröffentlicht: (2025)

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

Towards Characterizing Domain Counterfactuals For Invertible Latent Causal Models
von: Zhou, Zeyu, et al.
Veröffentlicht: (2023)

High-dimensional Asymptotics of Generalization Performance in Continual Ridge Regression
von: Zhao, Yihan, et al.
Veröffentlicht: (2025)