Copertina

CINDES: Classification induced neural density estimator and simulator

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dai, Dehao, Fan, Jianqing, Gu, Yihong, Mukherjee, Debarghya
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Statistics Theory Methodology 62G08
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Causality Pursuit from Heterogeneous Environments via Neural Adversarial Invariance Learning
di: Gu, Yihong, et al.
Pubblicazione: (2024)

Factor Informed Double Deep Learning For Average Treatment Effect Estimation
di: Fan, Jianqing, et al.
Pubblicazione: (2025)

Minimax And Adaptive Transfer Learning for Nonparametric Classification under Distributed Differential Privacy Constraints
di: Auddy, Arnab, et al.
Pubblicazione: (2024)

Distributional Conformal Prediction for Markov Processes
di: Dai, Dehao, et al.
Pubblicazione: (2026)

Automatic and location-adaptive estimation in functional single-index regression
di: Novo, Silvia, et al.
Pubblicazione: (2024)

Structure-Preserving Nonlinear Sufficient Dimension Reduction for Tensors
di: Lin, Dianjun, et al.
Pubblicazione: (2025)

Functional Partial Least-Squares: Adaptive Estimation and Inference
di: Babii, Andrii, et al.
Pubblicazione: (2024)

Optimal estimation of a factorizable density using diffusion models with ReLU neural networks
di: Fan, Jianqing, et al.
Pubblicazione: (2025)

Inference with Mondrian Random Forests
di: Cattaneo, Matias D., et al.
Pubblicazione: (2023)

Asymptotic confidence bands for the histogram regression estimator
di: Neumeyer, Natalie, et al.
Pubblicazione: (2025)

Totally Concave Regression
di: Ki, Dohyeong, et al.
Pubblicazione: (2025)

Least Squares-Based Permutation Tests in Time Series
di: Romano, Joseph P., et al.
Pubblicazione: (2024)

Adaptation using spatially distributed Gaussian Processes
di: Szabo, Botond, et al.
Pubblicazione: (2023)

Deep learning with missing data
di: Ma, Tianyi, et al.
Pubblicazione: (2025)

Environment Invariant Linear Least Squares
di: Fan, Jianqing, et al.
Pubblicazione: (2023)

On the Dirichlet-kernel Gasser--Müller estimator and its competitors for fixed design regression on the simplex
di: Daayeb, Hanen, et al.
Pubblicazione: (2025)

A Bernstein polynomial approach for the estimation of cumulative distribution functions in the presence of missing data
di: Gharbi, Rihab, et al.
Pubblicazione: (2025)

Sparse semiparametric regression when predictors are mixture of functional and high-dimensional variables
di: Novo, Silvia, et al.
Pubblicazione: (2024)

From Global to Local Correlation: Geometric Decomposition of Statistical Inference
di: Gajer, Pawel, et al.
Pubblicazione: (2025)

Dirichlet kernel density estimation on the simplex with missing data
di: Daayeb, Hanen, et al.
Pubblicazione: (2026)

Optimal Aggregation of Prediction Intervals under Unsupervised Domain Shift
di: Ge, Jiawei, et al.
Pubblicazione: (2024)

UTOPIA: Universally Trainable Optimal Prediction Intervals Aggregation
di: Fan, Jianqing, et al.
Pubblicazione: (2023)

How Graph Structure and Label Dependencies Contribute to Node Classification in a Large Network of Documents
di: Lemberger, Pirmin, et al.
Pubblicazione: (2023)

Alignment-Sensitive Minimax Rates for Spectral Algorithms with Learned Kernels
di: Huang, Dongming, et al.
Pubblicazione: (2025)

Estimating a Function and Its Derivatives Under a Smoothness Condition
di: Lim, Eunji
Pubblicazione: (2024)

Theoretical guarantees for neural control variates in MCMC
di: Belomestny, Denis, et al.
Pubblicazione: (2023)

Optimal empirical Bayes estimation for the Poisson model via minimum-distance methods
di: Jana, Soham, et al.
Pubblicazione: (2022)

What Functions Does XGBoost Learn?
di: Ki, Dohyeong, et al.
Pubblicazione: (2026)

MARS via LASSO
di: Ki, Dohyeong, et al.
Pubblicazione: (2021)

Estimation of a Likelihood Ratio Ordered Family of Distributions
di: Mösching, Alexandre, et al.
Pubblicazione: (2020)

Local linear smoothing for regression surfaces on the simplex using Dirichlet kernels
di: Genest, Christian, et al.
Pubblicazione: (2024)

Mean and Covariance Estimation for Discretely Observed High-Dimensional Functional Data: Rates of Convergence and Division of Observational Regimes
di: Petersen, Alexander
Pubblicazione: (2024)

Vecchia Gaussian Processes: on probabilistic and statistical properties
di: Szabo, Botond, et al.
Pubblicazione: (2024)

Standardization of Weighted Ranking Correlation Coefficients
di: Lombardo, Pierangelo
Pubblicazione: (2025)

A PAC-Bayes oracle inequality for sparse neural networks
di: Steffen, Maximilian F., et al.
Pubblicazione: (2022)

A Note on Local Linear Regression for Time Series in Banach Spaces
di: Heinrichs, Florian
Pubblicazione: (2025)

Adaptive functional principal components analysis
di: Wang, Sunny G. W., et al.
Pubblicazione: (2023)

Variable Selection for Additive Global Fréchet Regression
di: Yang, Haoyi, et al.
Pubblicazione: (2025)

Kernel-based estimators for functional causal effects
di: Raykov, Yordan P., et al.
Pubblicazione: (2025)

Are Ensembles Getting Better all the Time?
di: Mattei, Pierre-Alexandre, et al.
Pubblicazione: (2023)