Buchumschlag

Spatial Heterogeneity in Climate Risk and Human Flourishing: An Exploration with Generative AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Iacus, Stefano Maria, Qi, Haodong, Jain, Devika
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Applications Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynamic Attention (DynAttn): Interpretable High-Dimensional Spatio-Temporal Forecasting (with Application to Conflict Fatalities)
von: Iacus, Stefano M., et al.
Veröffentlicht: (2025)

Deep literature reviews: an application of fine-tuned language models to migration research
von: Iacus, Stefano M., et al.
Veröffentlicht: (2025)

The Human Flourishing Geographic Index: A County-Level Dataset for the United States, 2013--2023
von: Iacus, Stefano M., et al.
Veröffentlicht: (2025)

Two Americas of Well-Being: Divergent Rural-Urban Patterns of Life Satisfaction and Happiness from 2.6 B Social Media Posts
von: Iacus, Stefano Maria, et al.
Veröffentlicht: (2025)

Fusing Climate Data Products using a Spatially Varying Autoencoder
von: Johnson, Jacob A., et al.
Veröffentlicht: (2024)

A Statistical Framework for Spatial Boundary Estimation and Change Detection: Application to the Sahel Sahara Climate Transition
von: Tivenan, Stephen, et al.
Veröffentlicht: (2025)

Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
von: Ogungbire, Abimbola, et al.
Veröffentlicht: (2026)

When Should Humans Step In? Optimal Human Dispatching in AI-Assisted Decisions
von: Tan, Lezhi, et al.
Veröffentlicht: (2026)

Spatially-Heterogeneous Causal Bayesian Networks for Seismic Multi-Hazard Estimation: A Variational Approach with Gaussian Processes and Normalizing Flows
von: Li, Xuechun, et al.
Veröffentlicht: (2025)

Bridging the Gap Between Climate Science and Machine Learning in Climate Model Emulation
von: Schmidt, Luca, et al.
Veröffentlicht: (2026)

Flow Battery Manifold Design with Heterogeneous Inputs Through Generative Adversarial Neural Networks
von: Seng, Eric, et al.
Veröffentlicht: (2025)

AI for Anticipatory Action: Moving Beyond Climate Forecasting
von: Huynh, Benjamin Q., et al.
Veröffentlicht: (2023)

Modeling Headway in Heterogeneous and Mixed Traffic Flow: A Statistical Distribution Based on a General Exponential Function
von: Leungbootnak, Natchaphon, et al.
Veröffentlicht: (2025)

Conformal Selective Prediction with General Risk Control
von: Bai, Tian, et al.
Veröffentlicht: (2026)

Statistical Inference for Heterogeneous Treatment Effects Discovered by Generic Machine Learning in Randomized Experiments
von: Imai, Kosuke, et al.
Veröffentlicht: (2022)

Heterogeneous Transfer Learning for Building High-Dimensional Generalized Linear Models with Disparate Datasets
von: Zhao, Ruzhang, et al.
Veröffentlicht: (2023)

Modelling Species Distributions with Deep Learning to Predict Plant Extinction Risk and Assess Climate Change Impacts
von: Estopinan, Joaquim, et al.
Veröffentlicht: (2024)

Differentially private synthesis of Spatial Point Processes
von: Kim, Dangchan, et al.
Veröffentlicht: (2025)

Addressing Data Heterogeneity in Federated Learning of Cox Proportional Hazards Models
von: Seidi, Navid, et al.
Veröffentlicht: (2024)

SPINEX: Similarity-based Predictions and Explainable Neighbors Exploration for Regression and Classification Tasks in Machine Learning
von: Naser, M. Z., et al.
Veröffentlicht: (2023)

Feature Impact Analysis on Top Long-Jump Performances with Quantile Random Forest and Explainable AI Techniques
von: Gan, Qi, et al.
Veröffentlicht: (2025)

RestoreAI -- Pattern-based Risk Estimation Of Remaining Explosives
von: Kischelewski, Björn, et al.
Veröffentlicht: (2025)

Long-Term Probabilistic Forecast of Vegetation Conditions Using Climate Attributes in the Four Corners Region
von: McPhillips, Erika, et al.
Veröffentlicht: (2026)

Variational Approximated Restricted Maximum Likelihood Estimation for Spatial Data
von: Thakur, Debjoy
Veröffentlicht: (2026)

Probabilistic Spatial Interpolation of Sparse Data using Diffusion Models
von: Tsao, Valerie, et al.
Veröffentlicht: (2025)

Multi-output Extreme Spatial Model for Complex Aircraft Production Systems
von: Lee, Cheolhei, et al.
Veröffentlicht: (2026)

Bayesian Hybrid Machine Learning of Gallstone Risk
von: Chakraborty, Chitradipa, et al.
Veröffentlicht: (2025)

Learning Bayesian Networks with Heterogeneous Agronomic Data Sets via Mixed-Effect Models and Hierarchical Clustering
von: Valleggi, Lorenzo, et al.
Veröffentlicht: (2023)

TransST: Transfer Learning Embedded Spatial Factor Modeling of Spatial Transcriptomics Data
von: Liu, Shuo Shuo, et al.
Veröffentlicht: (2025)

A Partitioned Sparse Variational Gaussian Process for Fast, Distributed Spatial Modeling
von: Grosskopf, Michael, et al.
Veröffentlicht: (2025)

Longitudinal Risk Prediction in Mammography with Privileged History Distillation
von: Karimian, Banafsheh, et al.
Veröffentlicht: (2026)

CoDistill-GRPO: A Co-Distillation Recipe for Efficient Group Relative Policy Optimization
von: Kwon, Soo Min, et al.
Veröffentlicht: (2026)

Causal Inference for Genomic Data with Multiple Heterogeneous Outcomes
von: Du, Jin-Hong, et al.
Veröffentlicht: (2024)

A Multilayered Approach to Classifying Customer Responsiveness and Credit Risk
von: Afolabi, Ayomide, et al.
Veröffentlicht: (2026)

CESAR: A Convolutional Echo State AutoencodeR for High-Resolution Wind Forecasting
von: Bonas, Matthew, et al.
Veröffentlicht: (2024)

Using Sequences of Life-events to Predict Human Lives
von: Savcisens, Germans, et al.
Veröffentlicht: (2023)

Robust Analysis for Resilient AI System
von: Wang, Yu, et al.
Veröffentlicht: (2025)

Human-in-the-loop: Towards Label Embeddings for Measuring Classification Difficulty
von: Hechinger, Katharina, et al.
Veröffentlicht: (2023)

Quantifying Membership Disclosure Risk for Tabular Synthetic Data Using Kernel Density Estimators
von: Pathak, Rajdeep, et al.
Veröffentlicht: (2026)

Unsupervised Latent Pattern Analysis for Estimating Type 2 Diabetes Risk in Undiagnosed Populations
von: Kumar, Praveen, et al.
Veröffentlicht: (2025)