Buchumschlag

Product distribution learning with imperfect advice

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhattacharyya, Arnab, Choo, Davin, John, Philips George, Gouleakis, Themis
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning multivariate Gaussians with imperfect advice
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

Online bipartite matching with imperfect advice
von: Choo, Davin, et al.
Veröffentlicht: (2024)

Learning High-dimensional Gaussians from Censored Data
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2025)

Learnability of Parameter-Bounded Bayes Nets
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

Probably approximately correct high-dimensional causal effect estimation given a valid adjustment set
von: Choo, Davin, et al.
Veröffentlicht: (2024)

Mean Testing under Truncation beyond Gaussian
von: Wang, Yuhao, et al.
Veröffentlicht: (2026)

Learning bounded-degree polytrees with known skeleton
von: Choo, Davin, et al.
Veröffentlicht: (2023)

Efficient, Low-Regret, Online Reinforcement Learning for Linear MDPs
von: John, Philips George, et al.
Veröffentlicht: (2024)

Distribution Learning Meets Graph Structure Sampling
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2024)

Improved Bounds for Online Facility Location with Predictions
von: Fotakis, Dimitris, et al.
Veröffentlicht: (2021)

Subset verification and search algorithms for causal DAGs
von: Choo, Davin, et al.
Veröffentlicht: (2023)

Causal Discovery under Off-Target Interventions
von: Choo, Davin, et al.
Veröffentlicht: (2024)

Learning-Augmented Online Bipartite Fractional Matching
von: Choo, Davin, et al.
Veröffentlicht: (2025)

Learning Unanimously Acceptable Lotteries via Queries
von: Choo, Davin, et al.
Veröffentlicht: (2026)

Approximating the Total Variation Distance between Gaussians
von: Bhattacharyya, Arnab, et al.
Veröffentlicht: (2025)

SEAnet: A Deep Learning Architecture for Data Series Similarity Search
von: Wang, Qitong, et al.
Veröffentlicht: (2026)

A reinforcement learning agent for maintenance of deteriorating systems with increasingly imperfect repairs
von: Marugán, Alberto Pliego, et al.
Veröffentlicht: (2025)

Addressing imperfect symmetry: A novel symmetry-learning actor-critic extension
von: Abreu, Miguel, et al.
Veröffentlicht: (2023)

Testing Sparse Functions over the Reals
von: Arora, Vipul, et al.
Veröffentlicht: (2026)

Temporal distribution of clusters of investors and their application in prediction with expert advice
von: Wisniewski, Wojciech, et al.
Veröffentlicht: (2024)

p-Mean Regret for Stochastic Bandits
von: Krishna, Anand, et al.
Veröffentlicht: (2024)

Optimal estimation of Gaussian (poly)trees
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

Transfer learning via Regularized Linear Discriminant Analysis
von: Zhang, Hongzhe, et al.
Veröffentlicht: (2025)

MSAD: A Deep Dive into Model Selection for Time series Anomaly Detection
von: Sylligardos, Emmanouil, et al.
Veröffentlicht: (2025)

Adaptive Frontier Exploration on Graphs with Applications to Network-Based Disease Testing
von: Choo, Davin, et al.
Veröffentlicht: (2025)

Outlier Robust Multivariate Polynomial Regression
von: Arora, Vipul, et al.
Veröffentlicht: (2024)

ADF & TransApp: A Transformer-Based Framework for Appliance Detection Using Smart Meter Consumption Series
von: Petralia, Adrien, et al.
Veröffentlicht: (2023)

$k$-Graph: A Graph Embedding for Interpretable Time Series Clustering
von: Boniol, Paul, et al.
Veröffentlicht: (2025)

Graphint: Graph-based Time Series Clustering Visualisation Tool
von: Boniol, Paul, et al.
Veröffentlicht: (2025)

Few Labels are all you need: A Weakly Supervised Framework for Appliance Localization in Smart-Meter Series
von: Petralia, Adrien, et al.
Veröffentlicht: (2025)

ROC-n-reroll: How verifier imperfection affects test-time scaling
von: Dorner, Florian E., et al.
Veröffentlicht: (2025)

Dive into Time-Series Anomaly Detection: A Decade Review
von: Boniol, Paul, et al.
Veröffentlicht: (2024)

A short note about the learning-augmented secretary problem
von: Choo, Davin, et al.
Veröffentlicht: (2024)

User-friendly Foundation Model Adapters for Multivariate Time Series Classification
von: Feofanov, Vasilii, et al.
Veröffentlicht: (2024)

DeviceScope: An Interactive App to Detect and Localize Appliance Patterns in Electricity Consumption Time Series
von: Petralia, Adrien, et al.
Veröffentlicht: (2025)

NILMFormer: Non-Intrusive Load Monitoring that Accounts for Non-Stationarity
von: Petralia, Adrien, et al.
Veröffentlicht: (2025)

GALACTIC: Global and Local Agnostic Counterfactuals for Time-series Clustering
von: Fragkathoulas, Christos, et al.
Veröffentlicht: (2026)

Boundary-Aware Uncertainty for Feature Attribution Explainers
von: Hill, Davin, et al.
Veröffentlicht: (2022)

Analyzing Explainer Robustness via Probabilistic Lipschitzness of Prediction Functions
von: Khan, Zulqarnain, et al.
Veröffentlicht: (2022)

Axiomatic Explainer Globalness via Optimal Transport
von: Hill, Davin, et al.
Veröffentlicht: (2024)