Copertina

Approximately Unimodal Likelihood Models for Ordinal Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Yamasaki, Ryoya
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

Parallel Algorithm for Optimal Threshold Labeling of Ordinal Regression Methods
di: Yamasaki, Ryoya, et al.
Pubblicazione: (2024)

Remarks on Loss Function of Threshold Method for Ordinal Regression Problem
di: Yamasaki, Ryoya, et al.
Pubblicazione: (2024)

Unimodal Distributions for Ordinal Regression
di: Cardoso, Jaime S., et al.
Pubblicazione: (2023)

Convergence Analysis of Blurring Mean Shift
di: Yamasaki, Ryoya, et al.
Pubblicazione: (2024)

Calibration of Ordinal Regression Networks
di: Kim, Daehwan, et al.
Pubblicazione: (2024)

Neural Collapse in Cumulative Link Models for Ordinal Regression: An Analysis with Unconstrained Feature Model
di: Ma, Chuang, et al.
Pubblicazione: (2025)

DFORD: Directional Feedback based Online Ordinal Regression Learning
di: Manwani, Naresh, et al.
Pubblicazione: (2025)

Robust Capped lp-Norm Support Vector Ordinal Regression
di: Xiang, Haorui, et al.
Pubblicazione: (2024)

Likelihood-Free Gaussian Process for Regression
di: Shikuri, Yuta
Pubblicazione: (2020)

The Mechanism of Weak-to-Strong Generalization: Feature Elicitation from Latent Knowledge
di: Awano, Ryoya, et al.
Pubblicazione: (2026)

Unimodal Strategies in Density-Based Clustering
di: Nir, Oron, et al.
Pubblicazione: (2025)

Normalizing Flow Regression for Bayesian Inference with Offline Likelihood Evaluations
di: Li, Chengkun, et al.
Pubblicazione: (2025)

Contrastive Learning for Semi-Supervised Deep Regression with Generalized Ordinal Rankings from Spectral Seriation
di: Wang, Ce, et al.
Pubblicazione: (2025)

Neural Likelihood Approximation for Integer Valued Time Series Data
di: O'Loughlin, Luke, et al.
Pubblicazione: (2023)

Modeling Human Responses by Ordinal Archetypal Analysis
di: Wedenborg, Anna Emilie J., et al.
Pubblicazione: (2024)

Teach CLIP to Develop a Number Sense for Ordinal Regression
di: Du, Yao, et al.
Pubblicazione: (2024)

Variational Approximated Restricted Maximum Likelihood Estimation for Spatial Data
di: Thakur, Debjoy
Pubblicazione: (2026)

Learning from Summarized Data: Gaussian Process Regression with Sample Quasi-Likelihood
di: Shikuri, Yuta
Pubblicazione: (2024)

Best-Arm Identification in Unimodal Bandits
di: Poiani, Riccardo, et al.
Pubblicazione: (2024)

Efficient Matroid Bandit Linear Optimization Leveraging Unimodality
di: Delage, Aurélien, et al.
Pubblicazione: (2025)

Understanding Unimodal Bias in Multimodal Deep Linear Networks
di: Zhang, Yedi, et al.
Pubblicazione: (2023)

Classifying Phonotrauma Severity from Vocal Fold Images with Soft Ordinal Regression
di: Matton, Katie, et al.
Pubblicazione: (2025)

TUNI: A Textual Unimodal Detector for Identity Inference in CLIP Models
di: Li, Songze, et al.
Pubblicazione: (2024)

Approximation Bounds for Transformer Networks with Application to Regression
di: Jiao, Yuling, et al.
Pubblicazione: (2025)

Implicit Statistical Inference in Transformers: Approximating Likelihood-Ratio Tests In-Context
di: Chaudhry, Faris, et al.
Pubblicazione: (2026)

An Efficient Contrastive Unimodal Pretraining Method for EHR Time Series Data
di: King, Ryan, et al.
Pubblicazione: (2024)

Adaptive Unimodal Regulation for Balanced Multimodal Information Acquisition
di: Huang, Chengxiang, et al.
Pubblicazione: (2025)

Rebalanced Multimodal Learning with Data-aware Unimodal Sampling
di: Jiang, Qingyuan, et al.
Pubblicazione: (2025)

Unimodal and Multimodal Sensor Fusion for Wearable Activity Recognition
di: Bello, Hymalai
Pubblicazione: (2024)

Approximate Cross-validated Mean Estimates for Bayesian Hierarchical Regression Models
di: Zhang, Amy X., et al.
Pubblicazione: (2020)

Approximation Bounds for Recurrent Neural Networks with Application to Regression
di: Jiao, Yuling, et al.
Pubblicazione: (2024)

A Likelihood Based Approach to Distribution Regression Using Conditional Deep Generative Models
di: Kumar, Shivam, et al.
Pubblicazione: (2024)

Fast Online Learning with Gaussian Prior-Driven Hierarchical Unimodal Thompson Sampling
di: Zhao, Tianchi, et al.
Pubblicazione: (2026)

SOTAlign: Semi-Supervised Alignment of Unimodal Vision and Language Models via Optimal Transport
di: Roschmann, Simon, et al.
Pubblicazione: (2026)

Better Together: Leveraging Unpaired Multimodal Data for Stronger Unimodal Models
di: Gupta, Sharut, et al.
Pubblicazione: (2025)

Particle swarm optimization with Applications to Maximum Likelihood Estimation and Penalized Negative Binomial Regression
di: Shao, Sisi, et al.
Pubblicazione: (2024)

Classifier Pooling for Modern Ordinal Classification
di: Rotenberg, Noam H., et al.
Pubblicazione: (2026)

Conformal Risk Control for Ordinal Classification
di: Xu, Yunpeng, et al.
Pubblicazione: (2024)

Ordinal Mixed-Effects Random Forest
di: Bergonzoli, Giulia, et al.
Pubblicazione: (2024)

Multimodal Representation Learning by Alternating Unimodal Adaptation
di: Zhang, Xiaohui, et al.
Pubblicazione: (2023)