Buchumschlag

Comparison of generalised additive models and neural networks in applications: A systematic review

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Doohan, Jessica, Kook, Lucas, Burke, Kevin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 68T07, 62J02
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid deep additive neural networks
von: Kim, Gyu Min, et al.
Veröffentlicht: (2024)

A Statistical-Modelling Approach to Feedforward Neural Network Model Selection
von: McInerney, Andrew, et al.
Veröffentlicht: (2022)

Robust Fourier Neural Networks
von: Jeong, Halyun, et al.
Veröffentlicht: (2024)

A Special Case of Quadratic Extrapolation Under the Neural Tangent Kernel
von: Kim, Abiel
Veröffentlicht: (2025)

A Complete Symmetry Classification of Shallow ReLU Networks
von: Ramakrishnan, Pranavkrishnan
Veröffentlicht: (2026)

In almost all shallow analytic neural network optimization landscapes, efficient minimizers have strongly convex neighborhoods
von: Benning, Felix, et al.
Veröffentlicht: (2025)

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

Beyond Least Squares: Robust Regression Transformer (R2T)
von: Gutierrez, Roman, et al.
Veröffentlicht: (2025)

An Efficient Approach to Regression Problems with Tensor Neural Networks
von: Li, Yongxin, et al.
Veröffentlicht: (2024)

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

Spectral Algorithms under Covariate Shift
von: Fan, Jun, et al.
Veröffentlicht: (2025)

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

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

Mixed Semi-Supervised Generalized-Linear-Regression with Applications to Deep-Learning and Interpolators
von: Yuval, Oren, et al.
Veröffentlicht: (2023)

Diagonal Linear Networks and the Lasso Regularization Path
von: Berthier, Raphaël
Veröffentlicht: (2025)

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

Dirichlet Scale Mixture Priors for Bayesian Neural Networks
von: Arnstad, August, et al.
Veröffentlicht: (2026)

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

Generalization error bounds for two-layer neural networks with Lipschitz loss function
von: Nguwi, Jiang Yu, et al.
Veröffentlicht: (2026)

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

A Weibull Mixture Cure Frailty Model for High-dimensional Covariates
von: Kızılaslan, Fatih, et al.
Veröffentlicht: (2024)

On the Benefits of Accelerated Optimization in Robust and Private Estimation
von: Marchis, Laurentiu Andrei, et al.
Veröffentlicht: (2025)

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

New Equivalences Between Interpolation and SVMs: Kernels and Structured Features
von: Kaushik, Chiraag, et al.
Veröffentlicht: (2023)

Physics-informed features in supervised machine learning
von: Lampani, Margherita, et al.
Veröffentlicht: (2025)

Bayesian--AI Fusion for Epidemiological Decision Making: Calibrated Risk, Honest Uncertainty, and Hyperparameter Intelligence
von: Chatterjee, Debashis
Veröffentlicht: (2025)

Deterministic Coreset Construction via Adaptive Sensitivity Trimming
von: Alpay, Faruk, et al.
Veröffentlicht: (2025)

MIBoost: A gradient boosting algorithm for variable selection after multiple imputation
von: Kuchen, Robert
Veröffentlicht: (2025)

Maximum smoothed likelihood method for the combination of multiple diagnostic tests, with application to the ROC estimation
von: Zheng, Fangyong, et al.
Veröffentlicht: (2026)

Multi-Hypothesis Prediction for Portfolio Optimization: A Structured Ensemble Learning Approach to Risk Diversification
von: Dominguez, Alejandro Rodriguez, et al.
Veröffentlicht: (2025)

Structure and Sensitivity in Differential Privacy: Comparing K-Norm Mechanisms
von: Awan, Jordan, et al.
Veröffentlicht: (2018)

Right-censored models by the expectile method
von: Ciuperca, Gabriela
Veröffentlicht: (2024)

An operator learning perspective on parameter-to-observable maps
von: Huang, Daniel Zhengyu, et al.
Veröffentlicht: (2024)

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)

Substantive-Model-Compatible Multiple Imputation for Cox Regression with a Diverging Number of Covariates
von: Zhang, Zhilin, et al.
Veröffentlicht: (2026)

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

Nonparametric estimation of a factorizable density using diffusion models
von: Kwon, Hyeok Kyu, et al.
Veröffentlicht: (2025)

Sparse Linear Regression when Noises and Covariates are Heavy-Tailed and Contaminated by Outliers
von: Sasai, Takeyuki, et al.
Veröffentlicht: (2024)

SAGA: A Sequence-Adaptive Generative Architecture for Multi-Horizon Probabilistic Forecasting with Adaptive Temporal Conformal Prediction
von: Lundström-Imanov, Gustav Olaf Yunus Laitinen-Fredriksson, et al.
Veröffentlicht: (2026)