Buchumschlag

End-Cut Preference in Survival Trees

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Su, Xiaogang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 62N05, 68T07
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Neural Network Based Accelerated Failure Time Models using Rank Loss
von: Kim, Gwangsu, et al.
Veröffentlicht: (2022)

CoxKAN: Kolmogorov-Arnold Networks for Interpretable, High-Performance Survival Analysis
von: Knottenbelt, William, et al.
Veröffentlicht: (2024)

Enhanced Survival Trees
von: Zhou, Ruiwen, et al.
Veröffentlicht: (2025)

Transfer Learning through Enhanced Sufficient Representation: Enriching Source Domain Knowledge with Target Data
von: Ge, Yeheng, et al.
Veröffentlicht: (2025)

Fair Sufficient Representation Learning
von: Zhou, Xueyu, et al.
Veröffentlicht: (2025)

Gaussian Interpolation Flows
von: Gao, Yuan, et al.
Veröffentlicht: (2023)

Convergence of Continuous Normalizing Flows for Learning Probability Distributions
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Conditional Stochastic Interpolation for Generative Learning
von: Huang, Ding, et al.
Veröffentlicht: (2023)

Bayesian Power Steering: An Effective Approach for Domain Adaptation of Diffusion Models
von: Huang, Ding, et al.
Veröffentlicht: (2024)

Estimating Unbounded Density Ratios: Applications in Error Control under Covariate Shift
von: Xu, Shuntuo, et al.
Veröffentlicht: (2025)

Wasserstein Distributionally Robust Nonparametric Regression
von: Liu, Changyu, et al.
Veröffentlicht: (2025)

From Conditional to Unconditional Independence: Testing Conditional Independence via Transport Maps
von: He, Chenxuan, et al.
Veröffentlicht: (2025)

Neural Bayes estimation and selection for complex bivariate extremal dependence models
von: André, Lídia M., et al.
Veröffentlicht: (2025)

Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift
von: Landers, Jonathan R.
Veröffentlicht: (2026)

MSTN: A Lightweight and Fast Model for General TimeSeries Analysis
von: Shevtekar, Sumit S, et al.
Veröffentlicht: (2025)

ASNN: Learning to Suggest Neural Architectures from Performance Distributions
von: Hong, Jinwook
Veröffentlicht: (2025)

Causality as the Statistical Conscience of Artificial Intelligence: From Pearl's Ladder to Trustworthy Machines
von: Fokoué, Ernest
Veröffentlicht: (2026)

Mathematical Theory of Collinearity Effects on Machine Learning Variable Importance Measures
von: Bladen, Kelvyn K., et al.
Veröffentlicht: (2025)

A Wasserstein perspective of Vanilla GANs
von: Kunkel, Lea, et al.
Veröffentlicht: (2024)

Distributed Learning and Function Fusion in Reproducing Kernel Hilbert Space
von: Raghavan, Aneesh, et al.
Veröffentlicht: (2024)

Error Bounds for Learning with Vector-Valued Random Features
von: Lanthaler, Samuel, et al.
Veröffentlicht: (2023)

Symbolic Branch Networks: Tree-Inherited Neural Models for Interpretable Multiclass Classification
von: Rodríguez-Salas, Dalia
Veröffentlicht: (2025)

Amortized Variational Inference for Joint Posterior and Predictive Distributions in Bayesian Uncertainty Quantification
von: Feng, Nan, et al.
Veröffentlicht: (2026)

Estimating the Local Learning Coefficient at Scale
von: Furman, Zach, et al.
Veröffentlicht: (2024)

WTNN: Weibull-Tailored Neural Networks for survival analysis
von: Rives, Gabrielle, et al.
Veröffentlicht: (2025)

Distributed Sparse Linear Regression under Communication Constraints
von: Fonseca, Rodney, et al.
Veröffentlicht: (2023)

Posterior Bayesian Neural Networks with Dependent Weights
von: Apollonio, Nicola, et al.
Veröffentlicht: (2025)

A Systematic Evaluation of Imbalance Handling Methods in Biomedical Binary Classification
von: Chen, Jiandong, et al.
Veröffentlicht: (2026)

Bayesian Jammer Localization with a Hybrid CNN and Path-Loss Mixture of Experts
von: Jaramillo-Civill, Mariona, et al.
Veröffentlicht: (2025)

Different Statistical Perspectives for Understanding Generalisation in Graph Neural Networks
von: Ayday, Nil, et al.
Veröffentlicht: (2026)

Machine Collaboration
von: Liu, Qingfeng, et al.
Veröffentlicht: (2021)

On the minimax optimality of Flow Matching through the connection to kernel density estimation
von: Kunkel, Lea, et al.
Veröffentlicht: (2025)

Distribution estimation via Flow Matching with Lipschitz guarantees
von: Kunkel, Lea
Veröffentlicht: (2025)

metabeta -- A fast neural model for Bayesian mixed-effects regression
von: Kipnis, Alex, et al.
Veröffentlicht: (2025)

Convolutional Attention in Betting Exchange Markets
von: Gonçalves, Rui, et al.
Veröffentlicht: (2025)

Statistical Properties of Deep Neural Networks with Dependent Data
von: Brown, Chad
Veröffentlicht: (2024)

The Local Learning Coefficient: A Singularity-Aware Complexity Measure
von: Lau, Edmund, et al.
Veröffentlicht: (2023)

Physics aware machine learning for micromagnetic energy minimization: recent algorithmic developments
von: Schaffer, Sebastian, et al.
Veröffentlicht: (2024)

Generalization Error of GAN from the Discriminator's Perspective
von: Yang, Hongkang, et al.
Veröffentlicht: (2021)

PurSAMERE: Reliable Adversarial Purification via Sharpness-Aware Minimization of Expected Reconstruction Error
von: Hoang, Vinh, et al.
Veröffentlicht: (2026)