Copertina

On the Effect of Regularization on Nonparametric Mean-Variance Regression

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wong-Toi, Eliot, Boyd, Alex, Fortuin, Vincent, Mandt, Stephan
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

Understanding Pathologies of Deep Heteroskedastic Regression
di: Wong-Toi, Eliot, et al.
Pubblicazione: (2023)

JANET: Joint Adaptive predictioN-region Estimation for Time-series
di: English, Eshant, et al.
Pubblicazione: (2024)

Generative Uncertainty in Diffusion Models
di: Jazbec, Metod, et al.
Pubblicazione: (2025)

Sparse Gaussian Neural Processes
di: Rochussen, Tommy, et al.
Pubblicazione: (2025)

Amortising Inference and Meta-Learning Priors in Neural Networks
di: Rochussen, Tommy, et al.
Pubblicazione: (2026)

Shaving Weights with Occam's Razor: Bayesian Sparsification for Neural Networks Using the Marginal Likelihood
di: Dhahri, Rayen, et al.
Pubblicazione: (2024)

ProSpero: Active Learning for Robust Protein Design Beyond Wild-Type Neighborhoods
di: Kmicikiewicz, Michal, et al.
Pubblicazione: (2025)

Standard Acquisition Is Sufficient for Asynchronous Bayesian Optimization
di: Riegler, Ben, et al.
Pubblicazione: (2026)

Stein Variational Newton Neural Network Ensembles
di: Flöge, Klemens, et al.
Pubblicazione: (2024)

Neural NeRF Compression
di: Pham, Tuan, et al.
Pubblicazione: (2024)

Towards Fast Stochastic Sampling in Diffusion Generative Models
di: Pandey, Kushagra, et al.
Pubblicazione: (2024)

Advances in Diffusion-Based Generative Compression
di: Yang, Yibo, et al.
Pubblicazione: (2026)

Transforming Conditional Density Estimation Into a Single Nonparametric Regression Task
di: Reisach, Alexander G., et al.
Pubblicazione: (2025)

In-Context Function Learning in Large Language Models
di: Akata, Elif, et al.
Pubblicazione: (2026)

Adversarial Robustness of Nonparametric Regression
di: Moradi, Parsa, et al.
Pubblicazione: (2025)

Lossy Image Compression with Conditional Diffusion Models
di: Yang, Ruihan, et al.
Pubblicazione: (2022)

Optimal Denoising in Score-Based Generative Models: The Role of Data Regularity
di: Beyler, Eliot, et al.
Pubblicazione: (2025)

Scalable k-Means Clustering for Large k via Seeded Approximate Nearest-Neighbor Search
di: Spalding-Jamieson, Jack, et al.
Pubblicazione: (2025)

Towards Dynamic Feature Acquisition on Medical Time Series by Maximizing Conditional Mutual Information
di: Sergeev, Fedor, et al.
Pubblicazione: (2024)

Progressive Compression with Universally Quantized Diffusion Models
di: Yang, Yibo, et al.
Pubblicazione: (2024)

Fast Samplers for Inverse Problems in Iterative Refinement Models
di: Pandey, Kushagra, et al.
Pubblicazione: (2024)

Stochastic Gradient Descent for Nonparametric Additive Regression
di: Chen, Xin, et al.
Pubblicazione: (2024)

Can Transformers Learn Full Bayesian Inference in Context?
di: Reuter, Arik, et al.
Pubblicazione: (2025)

Improving Neural Additive Models with Bayesian Principles
di: Bouchiat, Kouroche, et al.
Pubblicazione: (2023)

On the Efficient Marginalization of Probabilistic Sequence Models
di: Boyd, Alex
Pubblicazione: (2024)

Nonparametric Distribution Regression Re-calibration
di: Jung, Ádám, et al.
Pubblicazione: (2026)

Incorporating Unlabelled Data into Bayesian Neural Networks
di: Sharma, Mrinank, et al.
Pubblicazione: (2023)

Nonparametric Regression Discontinuity Designs with Survival Outcomes
di: Schuessler, Maximilian, et al.
Pubblicazione: (2026)

Navigating the Noise: Bringing Clarity to ML Parameterization Design with O(100) Ensembles
di: Lin, Jerry, et al.
Pubblicazione: (2023)

Nested Nonparametric Instrumental Variable Regression
di: Meza, Isaac, et al.
Pubblicazione: (2021)

Conformal Prediction for Nonparametric Instrumental Regression
di: Kato, Masahiro
Pubblicazione: (2026)

Nonparametric Instrumental Variable Regression with Observed Covariates
di: Shen, Zikai, et al.
Pubblicazione: (2025)

Online Quantile Regression for Nonparametric Additive Models
di: Zhan, Haoran
Pubblicazione: (2026)

On Variance Reduction in Learning Mean Flows
di: Lu, Juanwu, et al.
Pubblicazione: (2026)

FSP-Laplace: Function-Space Priors for the Laplace Approximation in Bayesian Deep Learning
di: Cinquin, Tristan, et al.
Pubblicazione: (2024)

EM Approaches to Nonparametric Estimation for Mixture of Linear Regressions
di: Welbaum, Andrew, et al.
Pubblicazione: (2025)

Nonparametric Instrumental Regression via Kernel Methods is Minimax Optimal
di: Meunier, Dimitri, et al.
Pubblicazione: (2024)

Nonparametric Instrumental Variable Regression through Stochastic Approximate Gradients
di: Fonseca, Yuri, et al.
Pubblicazione: (2024)

Minimax-optimal and Locally-adaptive Online Nonparametric Regression
di: Liautaud, Paul, et al.
Pubblicazione: (2024)

Nonsmooth Nonparametric Regression via Fractional Laplacian Eigenmaps
di: Shi, Zhaoyang, et al.
Pubblicazione: (2024)