Buchumschlag

Deep Jump Gaussian Processes for Surrogate Modeling of High-Dimensional Piecewise Continuous Functions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xu, Yang, Park, Chiwoo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 62G08 I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Active Learning of Piecewise Gaussian Process Surrogates
von: Park, Chiwoo, et al.
Veröffentlicht: (2023)

Support-Conditioned Flow Matching Is Kernel Smoothing
von: Smola, Daniel Matsui
Veröffentlicht: (2026)

SHIFT: Robust Double Machine Learning for Average Dose-Response Functions under Heavy-Tailed Contamination
von: Uehara, Eichi
Veröffentlicht: (2026)

Learning What Evaluators Value: A Reliable Approach to Modeling Evaluator Preferences
von: Kitch, Madeline Celi, et al.
Veröffentlicht: (2026)

HierCVAE: Hierarchical Attention-Driven Conditional Variational Autoencoders for Multi-Scale Temporal Modeling
von: Wu, Yao
Veröffentlicht: (2025)

Optimised Support Vector Regression for California Housing Price Prediction: The Critical Role of Feature Engineering and Hyperparameter Tuning
von: Adutwum, Emmanuel
Veröffentlicht: (2026)

EEG-EyeTrack: A Benchmark for Time Series and Functional Data Analysis with Open Challenges and Baselines
von: Afonso, Tiago Vasconcelos, et al.
Veröffentlicht: (2025)

Provable Adversarial Robustness in In-Context Learning
von: Zhang, Di
Veröffentlicht: (2026)

Intra-tree Column Subsampling Hinders XGBoost Learning of Ratio-like Interactions
von: Pinchuk, Mykola
Veröffentlicht: (2026)

Demystifying Functional Random Forests: Novel Explainability Tools for Model Transparency in High-Dimensional Spaces
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Inductive Venn-Abers and related regressors
von: Petej, Ivan, et al.
Veröffentlicht: (2026)

Spectral-Transport Stability and Benign Overfitting in Interpolating Learning
von: Fredriksson-Imanov, Gustav Olaf Yunus Laitinen-Lundström
Veröffentlicht: (2026)

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

The Unified Non-Convex Framework for Robust Causal Inference: Overcoming the Gaussian Barrier and Optimization Fragility
von: Uehara, Eichi
Veröffentlicht: (2025)

Distribution-Free Uncertainty Quantification for Continuous AI Agent Evaluation
von: Gao, Yuxuan, et al.
Veröffentlicht: (2026)

Quantile Additive Trend Filtering
von: Zhang, Zhi, et al.
Veröffentlicht: (2023)

Forecasting intermittent time series with Gaussian Processes and Tweedie likelihood
von: Damato, Stefano, et al.
Veröffentlicht: (2025)

Enriched Functional Tree-Based Classifiers: A Novel Approach Leveraging Derivatives and Geometric Features
von: Maturo, Fabrizio, et al.
Veröffentlicht: (2024)

Improving Variational Autoencoder Estimation from Incomplete Data with Mixture Variational Families
von: Simkus, Vaidotas, et al.
Veröffentlicht: (2024)

Supervised Learning of Random Neural Architectures Structured by Latent Random Fields on Compact Boundaryless Multiply-Connected Manifolds
von: Soize, Christian
Veröffentlicht: (2025)

Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting
von: Lade, Ankit, et al.
Veröffentlicht: (2026)

Detecting Urban PM$_{2.5}$ Hotspots with Mobile Sensing and Gaussian Process Regression
von: Perry, Niál, et al.
Veröffentlicht: (2025)

Shallow ReLU$^s$ Networks in $L^p$-Type and Sobolev Spaces: Approximation and Path-Norm Controlled Generalization
von: Li, Weizhao, et al.
Veröffentlicht: (2026)

Models Parametric Analysis via Adaptive Kernel Learning
von: Norkin, Vladimir, et al.
Veröffentlicht: (2025)

Batched Nonparametric Bandits via k-Nearest Neighbor UCB
von: Arya, Sakshi
Veröffentlicht: (2025)

Factorizable joint shift revisited
von: Tasche, Dirk
Veröffentlicht: (2026)

Realizable Bayes-Consistency for General Metric Losses
von: Cohen, Dan Tsir, et al.
Veröffentlicht: (2026)

Conservative Decisions with Risk Scores
von: Wei, Yishu, et al.
Veröffentlicht: (2025)

Structured Radial Basis Function Network: Modelling Diversity for Multiple Hypotheses Prediction
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2023)

Adaptive Candidate Point Thompson Sampling for High-Dimensional Bayesian Optimization
von: Fan, Donney, et al.
Veröffentlicht: (2026)

Nonparametric Linear Feature Learning in Regression Through Regularisation
von: Follain, Bertille, et al.
Veröffentlicht: (2023)

Posets and Bounded Probabilities for Discovering Order-inducing Features in Event Knowledge Graphs
von: Back, Christoffer Olling, et al.
Veröffentlicht: (2024)

DeepCausalMMM: A Deep Learning Framework for Marketing Mix Modeling with Causal Structure Learning
von: Tirumala, Aditya Puttaparthi
Veröffentlicht: (2025)

Gradient Descent as Implicit EM in Distance-Based Neural Models
von: Oursland, Alan
Veröffentlicht: (2025)

A Distribution-to-Distribution Neural Probabilistic Forecasting Framework for Dynamical Systems
von: Yang, Tianlin, et al.
Veröffentlicht: (2026)

When to Trust Confidence Thresholding: Calibration Diagnostics for Pseudo-Labelled Regression
von: Kurbucz, Marcell T.
Veröffentlicht: (2026)

Enhanced Random Subspace Local Projections for High-Dimensional Time Series Analysis
von: Khalid, Eman, et al.
Veröffentlicht: (2026)

Forecasting Anomaly Precursors via Uncertainty-Aware Time-Series Ensembles
von: Kang, Hyeongwon, et al.
Veröffentlicht: (2026)

Differentially Private Non Parametric Copulas: Generating synthetic data with non parametric copulas under privacy guarantees
von: Osorio-Marulanda, Pablo A., et al.
Veröffentlicht: (2024)

Throwing Vines at the Wall: Structure Learning via Random Search
von: Vatter, Thibault, et al.
Veröffentlicht: (2025)